تعليق الصوت

يشمل تعليق الصوت كل شيء، من تصنيف مقطع كامل ("هل هذا كلام أم موسيقى؟") إلى تحديد اللحظة الدقيقة التي يقع فيها صوت ما على الموجة. يعرض Potato موجةً تفاعلية مع التشغيل وعلامات زمنية، بحيث تتولى الأداة نفسها التصنيف، ووضع الوسوم، وكشف الأحداث المتوافقة زمنيًّا، والنسخ النصي، وتقييمات الجودة، والعمل المتعلق بالمتحدثين. لمرجع الميزة انظر تعليق الصوت.

يربط هذا الدليل كل مهمة صوتية شائعة بإعداد في Potato وبتصميم عرضٍ قابل للتشغيل.

التصنيف على مستوى المقطع

صنّف المقطع كاملاً بفئة واحدة. يغطي هذا تصنيف المشهد الصوتي، وتصنيف الأصوات البيئية، ورصد الكلمات المفتاحية، وتصنيف أصوات الجهاز التنفسي.

annotation_schemes:
  - annotation_type: radio
    name: scene
    description: "What environment was this recorded in?"
    labels: [Street, Park, Office, Home, Vehicle]

وضع وسوم متعددة

حين تنطبق عدة أصوات أو وسوم في آنٍ واحد، كما في وسم الموسيقى وتصنيف الأحداث على نمط AudioSet، استخدم multiselect.

annotation_schemes:
  - annotation_type: multiselect
    name: tags
    description: "Select every instrument you can hear."
    labels: [Guitar, Drums, Piano, Vocals, Bass, Synth]

كشف الأحداث الصوتية: مقاطع على الموجة

لتحديد متى يبدأ صوتٌ ما وينتهي، استخدم مقطعًا على المحور الزمني للصوت. هذا هو كشف الأحداث الصوتية، النسخة الصوتية من تعليق المقاطع.

annotation_schemes:
  - annotation_type: span
    name: events
    description: "Mark the start and end of each sound event and label it."
    labels: [Speech, Music, Dog bark, Siren, Silence]

النسخ النصي

في نسخ الصوت، اقرن التشغيل بحقل نصٍّ حر. يستطيع المُعلّقون تمرير الموجة أثناء الكتابة.

annotation_schemes:
  - annotation_type: text
    name: transcript
    description: "Type what is said in this clip."

تقييمات الجودة: MOS والوضوح

تُقاس جودة الصوت الذاتية بـدرجة الرأي المتوسطة، وهي تقييم ليكرت من 1 إلى 5 يُحسب متوسطه عبر المستمعين. يغطي هذا جودة الكلام (MOS) ووضوح الكلام.

annotation_schemes:
  - annotation_type: likert
    name: mos
    description: "Rate the overall quality of this audio."
    size: 5
    min_label: "Bad"
    max_label: "Excellent"

انظر مقاييس التقييم للحصول على نصائح حول تصميم المقاييس.

المشاعر والوجدان

يجمع التعرّف على المشاعر في الكلام وتحليل وجدان الصوت بين فئة (المشاعر) وتقييمات بُعدية (الاستثارة، التكافؤ) باستخدام radio مع slider أو likert.

فصل المتحدثين

يجيب فصل المتحدثين عن سؤال "من تكلّم ومتى". يحدد المُعلّقون مقاطع زمنية ويربطون كلًّا منها بمتحدث، وهو تعليق مقاطع مضافًا إليه خطوة ربط.

نصائح عملية

• أبقِ المقاطع قصيرة بما يكفي للحكم عليها في تشغيلة أو اثنتين، فالمقاطع الطويلة تخفض الاتفاق.
• لكشف الأحداث، اتفقوا على مدى الدقة المطلوبة في الحدود، وقِيسوا الاتفاق على مستوى المقطع، انظر اتفاق المُعلّقين.
• وحِّد مستوى الصوت عبر المقاطع كي لا تتأثر تقييمات الجودة بمستوى الصوت.

قراءات إضافية

• مرجع ميزة تعليق الصوت
• تعليق الفيديو
• تعليق المقاطع