畢業(yè)實習(xí)報告

1、實習(xí)報告關(guān)于在安徽科大訊飛科技信息科技股份有限公司單位從事語音資源整理數(shù)據(jù)標(biāo)注的實習(xí)報告實 習(xí) 單 位: 安徽科大訊飛信息科技股份有限公司 實 習(xí) 時 間： 實 習(xí) 崗 位: 語音資源整理數(shù)據(jù)標(biāo)注 學(xué) 生 姓 名： 蘇 曉 文 學(xué) 號： 1 0 4 2 1 5 2 1 3 1 院 系： 信 息 工 程 學(xué) 院 專 業(yè)： 信 息 管 理 與 信 息 系 統(tǒng) 年 月 日關(guān)于在安徽科大訊飛科技信息科技股份有限公司單位從事語音資源整理數(shù)據(jù)標(biāo)注的實習(xí)報告一、實習(xí)單位及崗位簡介（一）實習(xí)單位的簡介安徽科大訊飛信息科技股份有限公司是一家專業(yè)從事智能語音及語言技術(shù)研究、軟件及芯片產(chǎn)品開發(fā)、語音信息服務(wù)及電子政

2、務(wù)系統(tǒng)集成的國家級骨干軟件企業(yè)。公司智能語音核心技術(shù)代表了世界的最高水平。2008年，科大訊飛在深圳證券交易所掛牌上市，股票代碼：002230。科大訊飛成立于1999年，是我國產(chǎn)業(yè)化實體中，在語音技術(shù)領(lǐng)域中基礎(chǔ)研究時間最長、資產(chǎn)規(guī)模最大、歷屆評測成績最好、專業(yè)人才最多及市場占有率最高的公司。語音技術(shù)實現(xiàn)了人機語音交互，使人與機器之間溝通變得像人與人溝通一樣簡單。語音技術(shù)主要包括語音合成和語音識別兩項關(guān)鍵技術(shù)。讓機器說話，用的是語音合成技術(shù)；讓機器聽懂人說話，用的是語音識別技術(shù)。此外，語音技術(shù)還包括口語評測、語音編碼、音色轉(zhuǎn)換、語音消噪和增強等技術(shù)，有著廣闊應(yīng)用空間。科大訊飛作為中國最大的智能語

3、音技術(shù)提供商，在智能語音技術(shù)領(lǐng)域有著長期的研究積累，并在語音合成、語音識別、口語評測、自然語言處理等多項技術(shù)上擁有國際領(lǐng)先的成果?？拼笥嶏w是我國唯一以語音技術(shù)為產(chǎn)業(yè)化方向的“國家863計劃成果產(chǎn)業(yè)化基地”、“國家規(guī)劃布局內(nèi)重點軟件企業(yè)”、“國家高技術(shù)產(chǎn)業(yè)化示范工程”，并被原信息產(chǎn)業(yè)部確定為中文語音交互技術(shù)標(biāo)準(zhǔn)工作組組長單位，牽頭制定中文語音技術(shù)標(biāo)準(zhǔn)。2003年、2011年，科大訊飛兩次榮獲“國家科技進步獎”；2005年、2011年兩次獲得中國信息產(chǎn)業(yè)自主創(chuàng)新最高榮譽“信息產(chǎn)業(yè)重大技術(shù)發(fā)明獎”。2006年至2012年，已連續(xù)七屆英文語音合成國際大賽（Blizzard Challenge）榮獲第一

4、名。2008年至2011年，連續(xù)四年在國際說話人、語種識別評測大賽中名列前茅。2011年，“國家智能語音高新技術(shù)產(chǎn)業(yè)化基地”、“語音及語言信息處理國家工程實驗室”相繼落戶合肥，有利于進一步匯聚產(chǎn)業(yè)資源，提升科大訊飛產(chǎn)業(yè)龍頭地位?；趽碛凶灾髦R產(chǎn)權(quán)的世界領(lǐng)先智能語音技術(shù)，科大訊飛已推出從大型電信級應(yīng)用到小型嵌入式應(yīng)用，從電信、金融等行業(yè)到企業(yè)和消費者用戶，從手機到車載，從家電到玩具，能夠滿足不同應(yīng)用環(huán)境的多種產(chǎn)品?？拼笥嶏w已占有中文語音技術(shù)市場70%以上市場份額，開發(fā)伙伴超過8000家，以訊飛為核心的中文語音產(chǎn)業(yè)鏈已初具規(guī)模。隨著移動互聯(lián)網(wǎng)“語時代”的到來，科大訊飛率先發(fā)布了全球首個提供移動互

5、聯(lián)網(wǎng)智能語音交互能力的“訊飛語音云”平臺，并持續(xù)升級優(yōu)化?；谠撈脚_，科大訊飛相繼推出了“訊飛語音輸入法”、“訊飛語點”等示范性應(yīng)用，并與廣大合作伙伴攜手推動各類語音應(yīng)用深入到手機、汽車、家電、玩具等各個領(lǐng)域，引領(lǐng)和推動著移動互聯(lián)網(wǎng)時代大潮下輸入和交互模式的變革。 （二）實習(xí)崗位的簡介我所從事的是數(shù)據(jù)標(biāo)注，這是一份看似簡單卻充滿技術(shù)性的工作，該工作主要針對公司的產(chǎn)品需求，按照資源的整理格式，通過網(wǎng)絡(luò)及相關(guān)渠道進行大量的文本資源的收集、分類和整理。整理的主要內(nèi)容是對資源名稱進行別稱簡稱及是否歧義的整理。根據(jù)規(guī)范對文本信息資源進行標(biāo)注，內(nèi)容資源數(shù)據(jù)的后期制作及數(shù)據(jù)標(biāo)注工作。公司實行每周五天，每天八

6、小時工作制。首先是三天的試用期，主要是適應(yīng)工作環(huán)境，了解工作內(nèi)容，學(xué)習(xí)工作方法，熟悉公司的各個部門。三天后辦理入職手續(xù)領(lǐng)取工作證，簽勞動合同。在主管的安排下我被分到了語音資源部數(shù)據(jù)標(biāo)注組，我擁有自己的格子間和辦公電腦，我們所做的工作都是為了訊飛語點服務(wù)的。首先我們的組長向我介紹了我們的組員以及它們各自所分配的任務(wù)，并且告訴我工作期間的交流都是通過飛信進行的，還有上班下班的時間，吃飯時間及打卡的時間，上下班的班車路線等。然后他向我介紹了工作的內(nèi)容，如何登陸訊飛內(nèi)部網(wǎng)絡(luò)，如何進入標(biāo)注平臺。接著他讓我先學(xué)習(xí)標(biāo)注規(guī)范和平臺的使用說明了解我們的工作。每天早上要簽到，下班前要及時撰寫工作日報。最后他向我強

7、調(diào)了公司的規(guī)章制度以及我入職之后所要從事的工作，包括線網(wǎng)內(nèi)的數(shù)據(jù)抓取和修改，測試集的修改與匯總，數(shù)據(jù)的標(biāo)注，語音的測試，語音識別，資源整理等。同時，在空余時間要協(xié)助其他組完成相應(yīng)的任務(wù)，相互合作共同進步，定期和本組同事相互交流相互按時撰寫日報和工作心得。二、實習(xí)內(nèi)容及過程1、標(biāo)注標(biāo)注規(guī)范包括手機語點標(biāo)注規(guī)范，車載標(biāo)注規(guī)范，商旅標(biāo)注規(guī)范，電視標(biāo)注規(guī)范等。在做一項任務(wù)之前都要了解他的規(guī)范，標(biāo)注規(guī)范是進行語點標(biāo)注的準(zhǔn)則，標(biāo)注規(guī)范由協(xié)議框架協(xié)議組成，語義框架包括四部分內(nèi)容:focus, action, object, content。我們判斷一句話的內(nèi)容找出他的興趣點也就是所表達的意思來選擇相關(guān)的協(xié)議

8、，再看看根據(jù)興趣點所發(fā)出的動作和對象來辨別是否符合標(biāo)注規(guī)范的要求。過一段時間我們會根據(jù)實際的需求對標(biāo)注規(guī)范進行，以適應(yīng)當(dāng)前的實際需求，在修改的過程中有些業(yè)務(wù)需要擴充，有些業(yè)務(wù)需要轉(zhuǎn)移，甚至有時會增加一些新的興趣點等等。此規(guī)范主要是針對生活中的一些相似或者相同場景進行細化從而避免由于引擎跑錯地方而導(dǎo)致語點不能更好地服務(wù)于用戶，再者一些語句對于業(yè)務(wù)來說是錯誤的或者是一些閑聊的話語使得引擎無法識別從而不能滿足用戶的需求。由于時代在發(fā)展，科技在進步我們的標(biāo)注規(guī)范也在不斷的更新，我們會每隔一段時間更新一次標(biāo)注規(guī)范，是為了更好地服務(wù)于相關(guān)工作的進行。在對數(shù)據(jù)進行標(biāo)注之前，掌握標(biāo)注細則是非常重要的，它關(guān)系到

9、我們后期標(biāo)注工作的正確性和可靠性，每天的工作中我都會先熟悉標(biāo)注細則然后再進行標(biāo)注，我們標(biāo)注數(shù)據(jù)的準(zhǔn)確性可能會對上面技術(shù)部門的工作造成一定的影響。2、語音合成技術(shù)語音合成和語音識別技術(shù)是實現(xiàn)人機語音通信，建立一個有聽和講能力的口語系統(tǒng)所必需的兩項關(guān)鍵技術(shù)。使電腦具有類似于人一樣的說話能力，是當(dāng)今時代信息產(chǎn)業(yè)的重要競爭市場。和語音識別相比，語音合成的技術(shù)相對說來要成熟一些，并已開始向產(chǎn)業(yè)化方向成功邁進，大規(guī)模應(yīng)用指日可待。我們會每天接聽大量的語音信息，把語音信息中不清楚的信息保留下來進行分析與修正。3、語音識別技術(shù)自動語音識別技術(shù)(Auto Speech Recognize，簡稱ASR)所要解決的

10、問題是讓計算機能夠“聽懂”人類的語音，將語音中包含的文字信息“提取”出來。ASR技術(shù)在“能聽會說”的智能計算機系統(tǒng)中扮演著重要角色，相當(dāng)于給計算機系統(tǒng)安裝上“耳朵”，使其具備“能聽”的功能，進而實現(xiàn)信息時代利用“語音”這一最自然、最便捷的手段進行人機通信和交互。我們與機器對話讓機器辨別我們所要求的內(nèi)容并進行相應(yīng)的操作。4、語音評測技術(shù)語音評測技術(shù)，又稱計算機輔助語言學(xué)習(xí)(Computer Assisted Language Learning)技術(shù)，是一種通過機器自動對發(fā)音進行評分、檢錯并給出矯正指導(dǎo)的技術(shù)。語音評測技術(shù)是智能語音處理領(lǐng)域的一項研究前沿，同時又因為能顯著提高受眾對語言（口語）學(xué)習(xí)

11、的興趣、效率和效果而有著廣闊的應(yīng)用前景。5、自然語言 自然語言是幾千年來人們生活、工作、學(xué)習(xí)中必不可少的元素，而計算機是20世紀(jì)最偉大的發(fā)明之一，如何利用計算機對人類掌握的自然語言進行處理、甚至理解，使計算機具備人類的聽說讀寫能力，一直是國內(nèi)外研究機構(gòu)非常關(guān)注和積極開展的研究工作。把聽到的語音信息轉(zhuǎn)化成文本信息，制作、優(yōu)化、整理文本資源。6、線網(wǎng)數(shù)據(jù)的抓取和修改一個好的產(chǎn)品需要不斷的升級和優(yōu)化，我的任務(wù)就是每天從全國各地的數(shù)據(jù)中隨機抓取一些對那些引擎跑錯或者不符合相應(yīng)要求的典型句式標(biāo)注出來，交給技術(shù)人員進行優(yōu)化，并且?guī)椭夹g(shù)人員減輕數(shù)據(jù)量，使他們處理一些有價值的數(shù)據(jù)。我每天要處理至少6000條

12、數(shù)據(jù)但是不符合條件的只有幾百條，這要求我有足夠的細心和整理分析數(shù)據(jù)的能力，對于不符合條件的數(shù)據(jù)我要用不同的顏色標(biāo)注出來，遇到難以判斷的問題必須找出規(guī)范進行核對或者和其他同事進行交流，每一份數(shù)據(jù)整理好之后要撰寫錯誤問題反饋表，找出其中具有代表性的問題提交給技術(shù)部門使他們可以更好地對數(shù)據(jù)進行完善，有些時候技術(shù)部門覺得提交的數(shù)據(jù)沒有意義，從而必須得重新抓取數(shù)據(jù)重新判斷。幾個星期下來，我學(xué)到了很多測試相關(guān)的專業(yè)知識和方法。之后的實習(xí)期間，我又接觸到電視語點，車載語點，包括在線語音翻譯服務(wù)，SMS點播及時翻譯服務(wù)，手機客戶端軟件的測試等。雖然測試的流程還是一樣的，但是項目不同，就需要我們擴充不同的知識，

13、這也是測試標(biāo)注工作中的一大樂趣所在。 三、實習(xí)收獲與體會科大訊飛的合作理念：“攜手合作，共享產(chǎn)業(yè)成就”。始終堅持獲取語音核心價值、不與開發(fā)伙伴直接競爭的原則，與眾多伙伴精誠合作，共同推動語音產(chǎn)業(yè)的早日爆發(fā)。歷史使命：以人為本，創(chuàng)造信息時代信息獲取和溝通的最佳方式。這次實習(xí)使我對訊飛語點中的數(shù)據(jù)測試與標(biāo)注有了進一步的認識，對數(shù)據(jù)標(biāo)注與測試的方法也更加熟悉。在實習(xí)期間，我也利用工作之余了解了科大訊飛的語音產(chǎn)品，希望可以增長這方面的知識。開始標(biāo)注和測試工作是比較累比較吃力，作為一個文科生第一次去涉及理科的東西而且是這么高技術(shù)的產(chǎn)品，難免會遇到很難弄懂的問題，雖然繁瑣，但是當(dāng)任務(wù)完成的時候，也是非常有

14、成就感的，想想那些付出都是值得的。標(biāo)注和測試工作本來就是非常繁瑣，枯燥的，因為每次走的流程都是相同的，但是要做好就不這么容易了，不僅要熟悉標(biāo)注規(guī)范，很多細節(jié)上的問題都要清楚，而且也要有一定的知識儲備，所以我還有很多方面要加強學(xué)習(xí)。而且做這個職業(yè)，細心和耐心也是不可或缺的。做到了這些，也要學(xué)會從工作中尋找樂趣，失去快樂的工作又怎么會長久呢？凡是職業(yè)都是具有趣味的，只要你肯干，愿意干，趣味自然就會發(fā)生。通過在科大訊飛的實習(xí)我深深的感受到以下幾點：一、 努力學(xué)習(xí)，不斷提升理論素養(yǎng)。做任何事情都需要細心，恒心和毅力，那樣才能成功。在信息時代，學(xué)習(xí)是不斷地汲取新信息，獲得事業(yè)進步的動力。我積極響應(yīng)單位號

15、召，結(jié)合工作實際，不斷學(xué)習(xí)理論、技能知識和社會知識，用先進的理論武裝頭腦，用精良的業(yè)務(wù)知識提升能力，以廣博的社會知識拓展視野。二、 提高工作積極性和主動性實習(xí)期會很快過去，是開端也是結(jié)束。展現(xiàn)在自己面前的是一片任自己馳騁的沃土，在今后的工作和生活中，我將繼續(xù)學(xué)習(xí)，深入實踐，不斷提升自我，努力創(chuàng)造業(yè)績，繼續(xù)為社會創(chuàng)造更多的價值。 感謝單位領(lǐng)導(dǎo)和部門領(lǐng)導(dǎo)以及主管們對我的支持和幫助。 三、 努力實踐，進行角色轉(zhuǎn)化?！袄碚撌腔疑模钪畼涑Ｇ唷?，只有將理論付諸于實踐才能實現(xiàn)理論自身的價值.也只有將理論付諸于實踐才能使理論得以檢驗。同樣，一個人的價值也是通過實踐活動來實現(xiàn)的，也只有通過實踐才能鍛煉人的

16、品質(zhì)，展現(xiàn)人的意志。畢業(yè)實習(xí)是大學(xué)生畢業(yè)必經(jīng)的一個過程，它讓我認識到自己角色的轉(zhuǎn)變，自己不應(yīng)該再是什么都不需要擔(dān)心的大學(xué)生，而是一個為自己未來努力工作、需要時刻認識到自己的責(zé)任并在日常的生活中體現(xiàn)自己的生存價值。在日常的生活中要懂得自己的監(jiān)督，沒有老師日常的灌輸和同學(xué)在身邊的提醒，必須自己認清事情的事實而避免出現(xiàn)錯誤。在工作中努力運用自己的自學(xué)能力，將不知道或者曾經(jīng)是錯誤的知識更新并學(xué)會運用，沒人教授的情況下自己的自學(xué)能力更是好好工作的關(guān)鍵，只有自己明白理解了才會體現(xiàn)出它本身的價值。在社會的大家庭中，沒有一個人是獨立存在的，懂得人際關(guān)系的處理問題也是我在實習(xí)中要獲取的能力。實習(xí)期間，開始與各種

17、各樣不同的人打交道，將自己新入人員的劣勢盡量的降低，在人際關(guān)系上保持良好的發(fā)展?fàn)顟B(tài)。和每個人都處理好關(guān)系似乎也不是很容易，在必要的時候還是要低調(diào)行事，學(xué)會觀察身邊的一切情形，還是應(yīng)該以努力工作為前提，在不必要的時候少說話。處理好自己的人際關(guān)系就會有好的工作環(huán)境，而一個好的工作環(huán)境往往會影響一個人的工作狀態(tài)，并更利于自己信息的獲得和公司未來的發(fā)展。在工作的過程中也培養(yǎng)了認真嚴(yán)謹(jǐn)?shù)膽B(tài)度，在學(xué)校學(xué)習(xí)時總是會出現(xiàn)這樣那樣的問題，有些操作很容易卻不懂得操作的，所以就算自己錯誤了只要按指示更改就可以了。但在工作的過程中沒有人會提示你的錯誤，一點點的錯誤就會給后面的工作帶來很多麻煩，雖然自己的日常工作并沒有

18、嚴(yán)謹(jǐn)?shù)侥欠N地步。一個標(biāo)注人員的錯誤可能就會讓后面的工作人員工作變得繁瑣,大大增加工作量影響效率，而這對公司來說是嚴(yán)格不被允許的，正可能因為這樣的一個失誤就讓自己失去了繼續(xù)工作的機會。所以認真嚴(yán)謹(jǐn)?shù)墓ぷ鲬B(tài)度對一個職業(yè)者來說是必須的，而且需要在工作中一直保持不可懈怠。四、致謝踉踉蹌蹌地忙碌的這段時間，由于自身原因，也有些不如人意的地方。可是，我我覺得：做一件事情，不必過于在乎最終的結(jié)果，可貴的是過程中的收獲，以此語言來安撫我尚沒平復(fù)的心。感謝我的領(lǐng)導(dǎo)，負責(zé)人，剛進公司時，由于態(tài)度不夠端正，做事不夠細心，領(lǐng)導(dǎo)主動找我談話，使我在以后的工作中端正自己的態(tài)度，把每一件小事都積極做好，讓我認清自己。感謝我們組的