标贝 g2p 数据集标注规则

标贝 g2p 数据集标注规则
1.每个单词均需标注音标，即将其转化为音素序列。

2. 音标应使用国际音标，如有特殊情况需要使用其他音标，请注明。

3. 对于多音字，需注明其多个读音，并根据使用频率将其排序。

4. 对于生僻字，如无法确定其正确发音，可在音素序列中使用半角括号内的数字表示该字的声调，例如：(1)(2)。

5. 对于带有声调的拼音，需将声调数字标注在拼音后面，例如：ni3 hao3。

6. 对于多音字的拼音，应将每个读音及其所对应的音素序列都标注出来。

例如：“一”字的拼音可以有yi1、yi2、yi3、yi4四种，且每个读音对应的音素序列也不同，应分别标注。

7. 对于一些特殊的拼音，如“er”、“ang”等，应根据其实际发音将其分割成对应的音素序列进行标注。

8. 数据集标注时应尽量减少人为因素的干扰，确保标注结果的准确性和一致性。

- 1 -。