景联文科技：自动驾驶-车载语音采集标注案例

随着科技的不断进步，智能座舱技术也在不断地发展中。自动驾驶汽车本身需要具备感知、策划、决策、控制等一系列能力，而数据则是提高自动驾驶AI能力的重要因素之一。

AI数据作为人工智能和机器学习的基础，在自动驾驶领域中发挥着重要作用。对于自动驾驶领域头部企业来说，为了加快智能座舱技术落地进程，往往需要更高质量的标注数据做支撑。

• 整体要求

使用车机在车内采集唤醒词和车载语音指令数据，用于训练语言识别模型。

• 采集要求

1.采集环境

在实车上录音，录音分为停车场景：在车内静止，车辆熄火，关窗，关空调，车内无噪声环境，或行车场景。

2.采集设备

采用车机在指定型号的实车上录音。

3.录音位置

在安静车内4个位置场景（主驾/副驾/左后/右后）下进行采集，每个唤醒词每个位置场景采集数十句到数千句不等，每条录音前和录音后至少留2秒以上的空白录音。

4.采集内容

采集关键词包括：播放，暂停，收藏，我的喜欢，本地歌曲，收藏歌单，已购曲目，空调，打开音乐界面，吹脸，吹脚，内循环，外循环，前除霜，后除霜，取消收藏，单曲循环，顺序播放，随机播放，私人电台，最新音乐，音乐排行，返回首页，调高温度，调低温度，调节风量，调高风量，调低风量，自动循环，吹脸吹脚，风速调高，风速调低，风速最小，风速最大，主驾温度调高，主驾温度调低，副驾温度调高，副驾座椅加热，打开座椅加热等关键词。

5. 采集人员多样性

通常情况下，录制人员的性别比例约为男：女=1:1，年龄在20到50之间，分布情况通常为20-30占30%，30-40占50%，40-50占20%。

6.采集区域多样性

录制人员地区分布为东北区域、北京周边区域、西北区域、中部区域、华东区域、东南区域、西南地区、两广区域，以上这些地区的人数比例均等。

7. 录制语言为标准普通话和带口音的普通话。

8. 录音前，车机和车需要通过音频质量测试，以保证各个场景下的录音质量都能通过测试。

• 标注要求

1. 语音清洗，删去无效音频。
2. 语音切割，保证有效音频前后静音两秒，截取时间过长或者过短都不符合语音数据标注规范。

• 验收标准

1. 采集数量、录制人员男女比例、录制人员年龄比例和地区分布比例达到要求。

2. 音频文件名没有错误，录音内容完整，录音没有破音，录音信噪比达标，录音内容连续，录音没有异常噪音。标注准确率在98%以上。