Транскрипция аудио

Напишите нам, если не нашли ответ в Справке. Вы можете приложить скриншоты или видео, чтобы ускорить помощь:

Написать в чат  Написать в Telegram

В этом туториале вы узнаете, как создать проект для расшифровки аудиозаписей в Яндекс Заданиях. Мы будем использовать пресет, разработанный специально для этого типа проектов.

Транскрипция аудио — это тип задач для разметки медиафайлов. Исполнители слушают аудиозапись и вводят текст, который они слышат. Аудиозаписи и текстовые расшифровки можно использовать для обучения моделей распознавания речи.

Перед началом

• Убедитесь, что вы зарегистрированы в качестве заказчика.

• Пополните свой счет на странице Профиль. Если вы не уверены в том, какой бюджет потребуется, вы можете рассчитать это позже в процессе работы над проектом.

Создайте проект

Мы рекомендуем использовать пресет проекта, чтобы упростить настройку и получить хорошие результаты.

1. Нажмите Создать проект на странице Проекты.

   Скриншот

   

2. Выберите пресет Расшифровка аудиозаписей.

3. Нажмите Использовать решение.

4. В разделе Общая информация заполните поля:

   • Название для исполнителей — название, которое будет отображаться в списке заданий для исполнителей.

   • Описание для исполнителей — краткое описание, которое будет отображаться в списке заданий для исполнителей.

   Скриншот

   

5. В разделе Интерфейс задания настройте внешний вид задания.

   Примечание

   В этом туториале для создания интерфейса задания используется конструктор шаблонов, но вы можете использовать редактор HTML/JS/CSS для той же цели.

   Для этого проекта воспользуйтесь готовым шаблоном, где уже настроена валидация, горячие клавиши и внешний вид задания. Исполнитель не сможет отправить задание, если не выберет варианта ответа.

   Подробнее в Справке конструктора шаблонов:

   • настройка условий;

   • шаблон Транскрипция аудио.

6. Чтобы определить, какие данные вы будете передавать исполнителю и получать в ответ, необходимо создать поля входных и выходных данных.

   Чтобы увидеть поля входных и выходных данных, нажмите Показать спецификации.

   Входные и выходные данные соответствуют интерфейсу задачи, настроенному в конструкторе шаблонов. Убедитесь, что все входные и выходные поля настроены правильно.

   Подробнее читайте в разделе Создание спецификации.

   В этом проекте:

   • Поле входных данных audio — ссылка на аудиофайл.

     Измените тип данных на строку, чтобы использовать ссылки на свои файлы. Подробнее читайте в разделе Где разместить файлы.

   • Поля выходных данных:

     • строка speech, в которую будет записано значение поля Есть ли речь на аудиозаписи?;
     • строка user_text, в которую будет записан введенный исполнителем текст;
     • строка clean_text, в которую будет записан обработанный текст.
   Графический режим

   JSON

   

   Входные данные

   {
     "audio": {
       "type": "url",
       "required": true
     }
   }
   

   Выходные данные

   {
     "speech": {
       "type": "string",
       "hidden": false,
       "required": true
     },
     "user_text": {
       "type": "string",
       "hidden": false,
       "required": false
     },
     "clean_text": {
       "type": "string",
       "hidden": false,
       "required": false
     }
   }
   

7. В редакторе Инструкция для исполнителей введите инструкцию, которую увидят исполнители, когда начнут выполнять ваше задание. Вы можете добавлять в инструкцию текст, таблицы и изображения.

   Вы можете подготовить инструкцию в формате HTML и вставить ее в редактор. Чтобы переключиться в режим HTML, нажмите <>.

   Совет

   При написании инструкции помните, что исполнители заранее ничего не знают о ваших заданиях. Убедитесь, что инструкция понятна, но не слишком многословна.

8. Нажмите кнопку Сохранить справа вверху.

Подробнее о настройке проекта читайте в разделе Создание проекта.

Добавьте пул заданий

Пул — это набор оплачиваемых заданий, которые одновременно выдаются исполнителям.

1. Нажмите Создать новый пул на странице проекта.

   Скриншот

   

2. Заполните поле Название пула. Название пула будет видно только вам на странице проекта.

3. При необходимости отключите опцию Использовать описание проекта и заполните поле Публичное описание. В этом случае в списке заданий для исполнителей будет отображаться описание пула вместо описания проекта.

   1. Нажмите + Приватный комментарий, чтобы добавить описание, которое будет видно только вам на странице проекта.

4. В блоке Аудитория добавьте фильтры для отбора исполнителей:

   1. Чтобы ваше задание было доступно только исполнителям, владеющим русским языком, установите язык и страну по номеру телефона.

      Скриншот

      

   2. Задания в пулах по умолчанию будут доступны для веб-версии Яндекс Заданий и мобильного приложения. Если вы хотите изменить настройки по умолчанию и ограничить видимость задачи для любой из версий, добавьте фильтр Клиент и выберите нужное значение: Веб-версия Яндекс Заданий или Мобильные Яндекс Задания.

   3. Отключите опцию В моих заданиях может содержаться шокирующий или порнографический контент, если ваш пул их не содержит.

   4. С помощью настройки Соотношение скорости и качества вы можете установить количество исполнителей, которые увидят ваши задания. Переместите ползунок вправо, чтобы заблокировать доступ к заданиям для исполнителей с недостаточно высоким рейтингом.

5. В блоке Цена установите цену за страницу заданий и перекрытие.

   1. В поле Цена за страницу заданий, ₽ установите цену за страницу заданий.

      Обратите внимание на индикатор Интерес исполнителей к цене. Он показывает, насколько цена за страницу заданий соответствует ожиданиям исполнителей. Если интерес невелик, вы можете повысить цену, чтобы привлечь больше исполнителей. Если интерес высокий, вы можете снизить цену, чтобы сэкономить деньги.

      Как определить справедливую цену

      Общее правило формирования цены — чем больше времени исполнитель тратит на выполнение, тем выше цена.

      Вы можете зарегистрироваться в Яндекс Заданиях как исполнитель и узнать, сколько платят другие заказчики за задания.

      Вы также можете настроить динамическое ценообразование.

   2. Задайте перекрытие в поле Перекрытие. Для этого проекта достаточно перекрытия 1.

      Вы также можете настроить динамическое перекрытие.

6. Включите опцию Отложенная приемка заданий и укажите количество дней на проверку в поле Срок проверки в днях.

   Что такое отложенная приемка?

   Отложенная приемка позволяет вам просматривать выполненные страницы заданий перед тем, как принять их и заплатить исполнителю. Задания, выполненные в несоответствии с инструкцией, можно отклонять. Максимальный срок проверки устанавливается в поле Срок проверки.

7. Нажмите Показать расширенные настройки и укажите Время на страницу заданий, с в разделе Дополнительные настройки.

   Указанного времени должно быть достаточно, в том числе для чтения инструкции и загрузки задания. Например, 600 секунд.

8. Нажмите кнопку Создать пул.

Настройте контроль качества

Блоки контроля качества позволяют отсеивать невнимательных исполнителей. Контроль качества можно настраивать как в проекте, так и в пуле.

1. Пул

   Проект

   Перейдите к редактированию пула (кнопка в верхнем правом углу страницы) и в блоке Контроль качества нажмите Добавить правило контроля качества.

   Вы можете скопировать настройки контроля качества из другого пула. Для этого в разделе Аудитория нажмите Скопировать настройки другого пула.

   Откройте страницу проекта, перейдите на вкладку Контроль качества и нажмите кнопку Настроить контроль качества. Далее нажмите + Добавить блок контроля качества.

   Правила будут действовать во всех пулах проекта, и изменить их настройку в одном из пулов будет невозможно.

   Ограничение

   При клонировании проекта настройки контроля качества не переносятся.

2. Добавьте правило контроля Быстрые ответы.

   Значение параметра Минимальное время на страницу зависит от двух характеристик: количества заданий на этой странице и длины записей. В примере мы задаем 4 задания, а длина записей неизвестна. Прикидываем адекватный порог для правила.

   Делаем скидку на технические ошибки, например, не загрузилось и не проигралось несколько записей. Исполнитель быстро отправит ответы к такому заданию и это не будет ошибкой. Давайте добавим два правила:

   • Одно — чтобы блокировать ботов. Задаем 10–15 секунд на ответ. Блокируем после 2-х быстрых ответов.

     Скриншот

     

     Это означает, что если исполнитель выполнит 2 и более страницы с заданиями быстрее, чем за 10 секунд, он будет заблокирован и не сможет больше выполнять ваши задания 10 дней.

   • Со вторым правилом будем исключать тех, кто несерьезно относится к заданию, невнимательно перепечатывает текст, допускает ошибки или пропускает слова. Параметр Минимальное время на страницу заданий тут зависит от длины записей и от того, сколько их на странице, а также от того, насколько сложно записать текст (плохо слышно, есть термины, особенности записи транскрипции и т.п.). Блокируем, как минимум, после 3-х быстрых ответов.

     Скриншот

     

     Это означает, что если исполнитель даст минимум 3 ответа быстрее, чем за 30 секунд, он будет заблокирован и не сможет больше выполнять ваши задания 5 дней.

3. Добавьте правило Результаты проверки и заполните его параметры.

   Скриншот

   

   Если более 50% ответов исполнителя будут отклонены, он будет заблокирован и не сможет выполнять ваши задания в течение 15 дней.

4. Добавьте правило Обработка отклоненных и принятых заданий и заполните его параметры.

   Скриншот

   

   Если по результатам отложенной приемки ответ исполнителя отклонен, то задание будет отправлено на повторное выполнение другому исполнителю.

5. Создайте навык. Это пригодится в том случае, если вы будете создавать отдельный проект для проверки ответов другими исполнителями. Перейдите на страницу Навыки, нажмите кнопку + Добавить навык и укажите название навыка, например «Расшифровщик».

   Что такое навык?

   Навык — это оценка какого-либо аспекта работы исполнителя (число от 0 до 100). Навык может начисляться исполнителю за правильные ответы на контрольные задания, а также назначаться произвольно. Вы можете использовать значение навыка при отборе исполнителей.

6. Добавьте правило Выполненные задания и заполните его параметры.

   Скриншот

   

   Это означает, что если исполнитель выполнил хотя бы одно задание, то ему устанавливается навык.

Загрузите задания

Скачайте пример загрузочного файла. Его можно найти на странице пула. На его основе подготовьте собственный файл с заданиями .

1. Нажмите кнопку Загрузить. В открывшемся окне вы можете скачать шаблон файла с заданиями.

2. Добавьте в файл входные данные. Заголовок столбца с входными данными содержит слово INPUT. В качестве значений укажите URL-ссылки на свои файлы. Подробнее об использовании своих файлов см. в разделе Где разместить файлы.

   Пример

   INPUT:audio
   https://tlk.s3.yandex.net/dataset/1.mp3
   https://tlk.s3.yandex.net/dataset/2.mp3
   https://tlk.s3.yandex.net/dataset/3.mp3
   

3. Прикрепите файл с заданиями.

4. Нажмите кнопку Продолжить.

5. Выберите способ распределения заданий по страницам Указать вручную и укажите количество заданий на странице (например, 1).

6. Нажмите кнопку Разделить задания на страницы.

7. Нажмите кнопку Предпросмотр, чтобы убедиться, что ваши задания отображаются правильно.

8. Используйте контрольные задания, чтобы повысить качество выполнения заданий исполнителями.

   Совет

   Для больших пулов (более 1000 задач) мы рекомендуем добавлять в пул не менее 1% от общего числа заданий, то есть на 1000 заданий нужно добавить минимум 10 контрольных. Для небольших пулов (около 100 задач) вам нужно контролировать 10% задач.

Запустите пул

1. Убедитесь, что вы пополнили свой счет.

2. Нажмите кнопку Запустить разметку. Пул станет доступным для исполнителей.

   

Получите результаты

1. Отслеживайте статистику на страницах пула и проекта по мере выполнения заданий.

   Вы можете начать проверку заданий, когда будут получены первые ответы.

2. Нажмите Проверить задания на странице пула.

3. Выберите задание.

4. Проверьте ответы и нажмите Принять или Отказать. Для отклоненных ответов укажите причину в комментарии.

   Подробнее о способах проверки читайте в разделе Проверка ответов исполнителей.

5. Нажмите кнопку Скачать результаты.

Поручите проверку исполнителям

Отправьте результаты на проверку исполнителям в качестве задания.

1. Создайте новый проект.

2. Создайте интерфейс задания. Элементы интерфейса для этого задания:

   • аудиозапись в аудиоплеере;

   • расшифровка аудиозаписи;

   • варианты ответов:

     • Текст полностью соответствует аудиозаписи
     • В тексте допущены незначительные ошибки
     • Аудиозапись расшифрована не полностью
     • Текст не соответствует аудиозаписи
   Пример готового задания

   

   Заполните спецификацию данных:

   • Входные поля:

     • audio — ссылка на аудиофайл.
     • clean_text — обработанный ответ исполнителя из основного проекта.
     • assignment_id — идентификатор исходного задания.

   • Выходное поле result — строка для записи ответа исполнителя.

3. Добавьте пул и настройте его:

   1. Укажите значение 3 в поле Перекрытие.

   2. Используйте фильтр по навыку, чтобы выбрать исполнителей, которые уже расшифровывали аудиозаписи.

   3. Добавьте и настройте правила контроля качества:

      • Быстрые ответы
      • Мнение большинства

4. Подготовьте файл с заданиями:

   1. Откройте для редактирования файл с результатами основного проекта.

   2. Столбец INPUT:audio оставьте без изменений.

   3. Измените имя столбца OUTPUT:clean_text на INPUT:clean_text.

   4. Измените имя столбца ASSIGNMENT:assignment_id на INPUT:assignment_id.

   5. Удалите столбцы ACCEPT:verdict и ACCEPT:comment.

   6. Добавьте входные данные и сохраните файл в формате tsv.

   Пример

   INPUT:audio INPUT:clean_text INPUT:assignment_id
   https://tlk.s3.yandex.net/dataset/1.mp3 "текст первой аудиозаписи" 00022cfa46--637cf3f76e13181a0164e729
   https://tlk.s3.yandex.net/dataset/2.mp3 "текст второй аудиозаписи" 00022cfa46--637cf3ed6e13181a0164e5a2
   https://tlk.s3.yandex.net/dataset/3.mp3 "текст третьей аудиозаписи" 00022cfa46--637cf3ed6e13181a0164e378
   

5. Загрузите файл с заданиями:

   1. Выберите способ распределения заданий Указать вручную и укажите значение (например, 8) в поле Заданий на странице.

6. Запустите разметку.

7. Когда пул будет полностью выполнен, запустите агрегацию результатов.

8. Примите задания расшифровки, в которых нет ошибок. Остальные отклоните, указав причину.

Решение проблем

"parsing_error_of": "https://tlk.s3.yandex.net/wsdm2020/photos/2d5f63a3184919ce7e3e7068cf93da4b.jpg\t\t", "exception_msg": "the nameMapping array and the sourceList should be the same size (nameMapping length = 1, sourceList size = 3)"

"exception_msg": "the nameMapping array and the sourceList should be the same size (nameMapping length = 4, sourceList size = 6)"

"code": "VALUE_REQUIRED", "message": "Value must be present and not equal to null"

"code": "INVALID_URL_SYNTAX", "message": "Value must be in valid url format"

"exception_msg": "unexpected end of file while reading quoted column beginning on line 2 and ending on line 4"

Написать в службу поддержки