自动语音识别使用说明

可以理解为「识别音频的内容，并写成文字」。例如方言采集、客服录音质检或 ASR 模型评测场景中，人工听写作为参考文本，便于计算字错率或与模型输出对比。

标注核心作用#

1. Audio 提供波形、播放与 zoom="true" 缩放，便于定位含糊片段；
2. hotkey="ctrl+enter" 可在部分环境中用于快捷提交（以平台实际支持为准）；
3. TextArea 通过 toName="audio" 与音频对象绑定，导出时与同一任务对齐。

基础操作步骤#

1. 使用播放、暂停与波形缩放反复听辨；
2. 在文本框中输入此音频的完整转写；
3. 点击「添加」等，即可保存本条转写；
4. 自检是否与音频一致后提交任务。

说明：此模板是对一条音频的完整识别和转写。

注意事项#

• data.audio_path 须为可访问的音频 URL 或静态资源路径；格式需为浏览器可解码的常见格式（如 WAV、MP3）；
• maxSubmissions="1" 表示该文本框通常只允许一条提交记录，多版本修订规则以平台为准；
• 若需分段转写或说话人分离，需扩展为多条 TextArea、时间轴标签或其它组件；
• Header 文案可按任务改为「提供翻译」等，与数据字段名 audio_path 无关。

模板预览#

模板配置#

完整代码块#

<View>
  <Audio name="audio" value="$audio_path" zoom="true" hotkey="ctrl+enter" />
  <Header value="请把这段音频转写成文字" />
  <TextArea name="transcription" toName="audio"
            rows="4" editable="true" maxSubmissions="1" />
</View>

配置代码说明#

以上代码为「音频播放器 + 说明 + 转写文本框」。

1、音频：Audio name="audio" value="$audio_path" 从任务数据的 audio_path 字段加载；zoom="true" 开启波形缩放；hotkey 为快捷键提示（是否生效依环境而定）。

2、提示：Header 可改写为项目专用说明。

3、转写：TextArea name="transcription" toName="audio" 将文本与 audio 对象关联；rows="4" 控制初始高度；editable="true" 允许编辑；maxSubmissions="1" 限制提交次数。

示例数据（简要）#

{
  "data": {
    "audio_path": "/static/templates/project-templates-config/audio-speech-processing/automatic-speech-recognition/china_fun_standard.wav"
  }
}

说明

• 代码可直接复制到标注配置文件中使用；
• 请将示例路径替换为实际上传或可访问的音频地址，并保持字段名与 value="$audio_path" 一致。