什么是语音标注

　　语音标注是标注员不断对语音信息进行翻译让人工系统进行学习，微信里的语音翻译功能就是如此完成的。语音标注里主要包括采样、采样率、采样精度、声道、噪音比几个专业词，下面萌萌客外包客服的经理就来为大家详细介绍一下这几个概念。

　　1.采样

　　由于声音为模拟连续信号，而计算机只能处理数字离散信号，因此要用计算机来分析和处理声音，就需要经历模数转换过程[Anlog to Digital Converter，即ADC]，即将模拟连续信号转换为数字离散信号。采样就是按照一定时间间隔从模拟连续信号提取一定数量的样本来，其样本值用二进制码0和1来表示，这些0和1构成了数字音频文件，其过程实际上是将模拟音频信号转换成数字离散信号。

　　2.采样率

　　采样率表示了每秒对原始信号采样的次数。显然，在一秒中内采样的点越多，获取的信息越丰富，为了复原波形，一次振动中至少得有两个采样点，要想使采集到的信号不失真，采样频率规定至少为语音频率的2倍，因此要 得到一个频率为10000赫兹的声音，则其采样率至少要大于20000赫兹的。采样率越高，数字信号的保真度越高，但同时占用的存储空间越大。如果采样率低于语音频率的两倍，则会产生低频失真、信号混淆现象。

　　3.采样精度

　　采样精度就是指存放一个采样值所使用的比特数目。当用8个比特(采样精度为8位)存放一个采样值时，对声音振幅的分辨等级理论上为256个，即0至255;当用16个比特(采样精度为16位)存放一个采样值时，对声音振幅的分辨等级理论上为65536个，即0到65536。如果您将采样精度设置为16位，计算机记录的采样值范围则为-32768到32767之间的整数。

　　注意采样率和采样精度越大，记录的波形更接近原始信号，但同时占用的内存空间也越大。

　　4.声道

　　声道指输入或输出信号的通道。通常用多声道来输入或输出不同的信号。如果只需录制一个位置的一种信号时，只要使用单声道就可以了。

　　5.信噪比

　　信噪比指信号与噪声之间的能量比。录音时信噪比越高越好。16位采样率的信噪比大约是96dB，8位采样率的信噪比大约是48dB。在录音时，在录音时简单估计噪音大小的办法是：当没有语音信号输入的时候，如果麦克风输入的信号振幅值超过200(单位为采样值，相当于46dB)，则噪声就比较大，需要进行一定控制，如在比较安静的环境下录音，关闭窗户、空调、电扇等噪声源，远离电脑等噪声源等等，选用比较好的带有屏蔽的麦克风，选用比较好的声卡等等。噪声的振幅值越低越好，录音室里的录音一般可以控制在10以下(单位为采样值，相当于20dB)

　　注：采样率和采样精度的设置以越高越好，采样率和采样精度越高则声音的质量越高，不过考虑到存储空间和语音信号的特点，一般可以设置为16000赫兹的采样率和16位的采样精度。如果需要录制两个不同的信号源，则使用立体声，否则都使用单声道。

　　关于语音标注的几个基础知识您理解了吗?希望以上这些内容能够给您带来帮助。

　　本文参考自CSDN中《语音标注必须了解的知识》，网址是https://blog.csdn.net/xinyi818/article/details/104769523 。