对话分析使用说明

可以理解为「先听整条对话录音，再对每一句（或每一段话轮）选情感标签」。与 按片段的 ASR 不同，话轮文本通常已由上游 ASR 写好，本任务侧重对齐音频与话轮级标签。

标注核心作用#

1. Audio 使用 sync="text"，与 Paragraphs 的 sync="audio" 配对，实现播放进度与话轮列表联动；
2. Paragraphs 以 layout="dialogue" 展示气泡，textKey / nameKey 映射正文与说话人，granularity="paragraph" 以段为操作单元；
3. ParagraphLabels 将 积极 / 消极 等标签绑定到 name="text" 的话轮对象，用于整段标注。

基础操作步骤#

1. 用顶部波形与播放键听全段或逐段播放（单条气泡旁也可能有播放入口）；
2. 在「对话转录」中浏览说话人、时间与正文，可用「显示所有作者」与「自动滚动」辅助阅读；
3. 在「情感标签」中选择 积极 或 消极；
4. 直接在文字部分选区标注，或者点击气泡后面标识一键标注整句话。

说明：截图中①示意播放控制；②示意情感标签（如「积极」）；③示意已标注的话轮正文或选区（界面标号以实际为准）。

注意事项#

• data.text 为对象数组，每条须包含 author、text、start、end（秒）等字段，并与 data.audio 时长大致一致；
• audioUrl="$audio" 与顶层 Audio value="$audio" 使用同一字段，路径须可访问；
• contextscroll="true" 有助于长对话随播放滚动；position: sticky 的底部标签栏便于始终看到情感选项；
• 若需更多情感类别或维度，请在 ParagraphLabels 中追加 Label 并更新培训材料。

模板预览#

模板配置#

完整代码块#

<View>
   <Audio name="audio" value="$audio"
          hotkey="space" sync="text"/>
   <Header value="对话转录"/>
   <Paragraphs audioUrl="$audio"
               sync="audio"
               name="text"
               value="$text"
               layout="dialogue"
               textKey="text"
               nameKey="author"
               granularity="paragraph"
               contextscroll="true" />
    <View style="position: sticky">
     <Header value="情感标签"/>
     <ParagraphLabels name="label" toName="text">
       <Label value="积极" background="#00ff00"/>
       <Label value="消极" background="#ff0000"/>
     </ParagraphLabels>
   </View>
</View>

配置代码说明#

以上代码为「同步音频 + 对话式段落列表 + 话轮级标签」。

1、音频：Audio 的 sync="text" 与 Paragraphs 的 sync="audio" 成对使用，实现音轨与段落联动；hotkey="space" 为播放快捷键提示。

2、段落：Paragraphs name="text" 从 $text 加载 JSON 数组；layout="dialogue" 为气泡布局；textKey、nameKey 指定正文与说话人字段。

3、标签：ParagraphLabels name="label" toName="text" 将情感标签关联到段落对象；外层 View 使用 position: sticky 使标签区在滚动时保持可见（具体以浏览器与平台样式为准）。

示例数据（简要）#

{
  "data": {
    "text": [
      {
        "end": 4.3,
        "text": "主管，这个项目的投资回报测算我做完了。",
        "start": 0.1,
        "author": "赵钱"
      },
      {
        "end": 8.8,
        "text": "风险部分再核对一下，竞品数据要最新的。",
        "start": 4.3,
        "author": "王主管"
      },
      {
        "end": 12,
        "text": "好，我马上补充行业波动情况。",
        "start": 8.8,
        "author": "赵钱"
      },
      {
        "end": 16,
        "text": "嗯，下午三点前发我，我们一起过一遍。",
        "start": 12,
        "author": "王主管"
      },
      {
        "end": 19.3,
        "text": "明白，我尽快整理好准时提交。",
        "start": 16,
        "author": "赵钱"
      }
    ],
    "audio": "/static/templates/project-samples/conversation.mp3"
  }
}

数组里每一条话轮常用四个字段（与 nameKey / textKey 及时间对齐有关）：

• author：说话人显示名，对应配置里的 nameKey="author"；
• text：该段台词正文，对应 textKey="text"；
• start：该段在整段音频中的起始时间（秒），用于与波形、单段试听对齐；
• end：该段结束时间（秒）；与 start 共同界定本句在音轨上的范围，宜与实际分段一致，便于试听与质检。

说明

• 代码可直接复制到标注配置文件中使用；
• start / end 建议与音频实际分段一致，便于试听与质检。