标注

正确标注或标记数据对于正确校准模型非常必要。对于验证数据集和测试数据集，具有准确的标签非常重要，因为这些数据集是您在训练时或训练完成后判断模型表现的基础。训练数据的标签也很重要，但考虑到训练数据集非常大，这些标签通常使用不同的方法来处理。

本节先介绍验证数据集和测试数据集的标签，然后再探讨训练数据集。

验证数据和测试数据

验证数据需要准确地代表网络在最终应用中会看到的数据。首先，验证数据中的信号必须能确切地代表您试图解决的问题。对音频应用来说，这可能包括在安静环境中用麦克风录制信号，然后用该麦克风在带有不同程度的噪声、回声和混响的环境中再次录制信号。

验证数据应该包括一些高质量标签。这些标签可以手动添加。它们就是您希望网络学习的内容。在此示例中，这就是蓝色信号上方的红色掩膜。

如果您只回放带有关键词掩膜的区域，则语音可能听起来会是这样：

如何才能为验证数据和测试数据获得高质量的标签？

要为触发词创建掩膜标签，您可以将词标签导出到 MATLAB 命令行，输入几行代码后，即可获得所需的标签。请参阅此示例的代码。

您可以在这里回放标注的段。

训练数据

在处理录音等信号数据时，记录数 TB 优质数据并手动准确标注是不现实的。解决此问题的一种方法是使用现有的已标注记录，这种方法可能只适用于解决略微不同的问题。您可以授予许可的研究数据集也是一个不错的选择。