From a42181208c8eff99b7650f017a5d020aa0b92cfc Mon Sep 17 00:00:00 2001
From: gitea_eternal <401029566@qq.com>
Date: Thu, 4 Jun 2026 09:07:47 +0800
Subject: [PATCH] =?UTF-8?q?=F0=9F=93=9A=20=E6=8E=A8=E9=80=81=E8=AE=B2?=
 =?UTF-8?q?=E4=B9=89:=204-3=20=E6=96=87=E6=9C=AC=E6=A0=87=E6=B3=A8?=
 =?UTF-8?q?=E4=B8=8E=E8=AF=AD=E9=9F=B3=E6=A0=87=E6=B3=A8=EF=BC=88Label=20S?=
 =?UTF-8?q?tudio=EF=BC=89?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 4-3_文本标注与语音标注_学生讲义.md | 1009 ++++++++++++++++++++++++++++
 1 file changed, 1009 insertions(+)
 create mode 100644 4-3_文本标注与语音标注_学生讲义.md

diff --git a/4-3_文本标注与语音标注_学生讲义.md b/4-3_文本标注与语音标注_学生讲义.md
new file mode 100644
index 0000000..3c294df
--- /dev/null
+++ b/4-3_文本标注与语音标注_学生讲义.md
@@ -0,0 +1,1009 @@
+# 4-3 文本标注与语音标注（Label Studio）
+
+## 学习目标
+
+1. 掌握 Label Studio 文本标注的四种类型：分类、NER、意图、关系
+2. 掌握 Label Studio 语音标注的四种类型：转写、说话人、分类
+3. 学会 BIO 标注法、CoNLL 数据格式
+4. 独立完成一个文本分类和一个 ASR 项目
+
+---
+
+## 1. 为什么用 Label Studio 做文本和语音
+
+### 1.1 回顾：Label Studio 的多模态优势
+
+```
+一个工具，全模态覆盖：
+
+         ┌──────────┐
+图像  ──→│          │
+文本  ──→│  Label   │──→ 统一管理
+语音  ──→│  Studio  │──→ 统一导出
+视频  ──→│          │
+         └──────────┘
+```
+
+### 1.2 本节内容地图
+
+```
+4-3 文本与语音标注
+├── 文本部分
+│   ├── 文本分类
+│   ├── NER 命名实体识别
+│   ├── 意图识别 + 槽位
+│   └── 关系抽取
+└── 语音部分
+    ├── 语音转写 ASR
+    ├── 说话人分离
+    └── 音频分类
+```
+
+---
+
+## 2. 文本标注基础概念
+
+### 2.1 文本数据的特殊性
+
+文本是最难标注的数据，因为：
+- 没有"形状"，靠"语义"
+- 同样含义表达方式千变万化
+- 上下文影响判断
+- 中文分词、歧义多
+
+```
+"苹果" 这个词可以指：
+├── 水果（吃的苹果）
+├── 公司（苹果公司）
+└── 手机（iPhone）
+
+只有结合上下文才能判断。
+```
+
+### 2.2 文本标注的四大任务
+
+| 任务 | 输入 | 输出 | 应用 |
+|------|------|------|------|
+| 文本分类 | 一段文本 | 一个或多个类别 | 情感、新闻分类 |
+| NER | 一段文本 | 实体边界+类型 | 信息抽取、知识图谱 |
+| 意图识别 | 用户query | 意图+槽位 | 智能客服、对话系统 |
+| 关系抽取 | 文本+实体对 | 实体间关系 | 知识图谱构建 |
+
+---
+
+## 3. 文本分类标注
+
+### 3.1 任务说明
+
+**场景**：对 10 条商品评论做情感分类（正面/负面/中性）
+
+### 3.2 创建项目
+
+1. 启动 Label Studio
+2. `+ Create Project`，命名为 `review_sentiment`
+3. 进入项目 → `Settings` → `Labeling Interface` → `Code`
+
+### 3.3 文本分类配置 XML
+
+```xml
+<View>
+  <Text name="text" value="$text"/>
+  <Choices name="sentiment" toName="text" choice="single-radio" showInline="true">
+    <Choice value="positive"/>
+    <Choice value="negative"/>
+    <Choice value="neutral"/>
+  </Choices>
+</View>
+```
+
+**关键参数**：
+
+```
+<Text>           ← 显示待标注文本
+<Choices>        ← 单选/多选
+  choice="single-radio"  ← 单选（必选一个）
+  showInline="true"      ← 横排显示
+```
+
+### 3.4 准备数据
+
+`reviews.csv`：
+
+```csv
+text
+这家餐厅的菜品非常美味，下次还会再来
+等位等了两个小时，体验非常差
+今天天气不错，适合出门散步
+物流速度很快，第二天就到了
+服务员态度恶劣，很不耐烦
+这个电影剧情一般，但特效不错
+产品质量一般，用了几天就坏了
+环境优雅，装修很有格调
+价格有点贵，性价比不高
+操作简单，上手很快
+```
+
+**导入方式**：项目页 → `Settings` → `Data Import` → 上传 CSV
+
+### 3.5 标注操作
+
+1. 进入 `Label All Tasks`
+2. 看到一段文本 + 三个选项
+3. 选择最合适的情感
+4. `Submit` 进入下一条
+
+```
+┌────────────────────────────────────────┐
+│ 这家餐厅的菜品非常美味，下次还会再来   │
+│                                        │
+│  ( ) positive  ( ) negative  ( ) neutral│
+│                                        │
+│            [ Submit ]                  │
+└────────────────────────────────────────┘
+```
+
+### 3.6 多标签分类（进阶）
+
+如果一条文本可以同时属于多个类别：
+
+```xml
+<Choices name="topics" toName="text" choice="multiple">
+  <Choice value="科技"/>
+  <Choice value="财经"/>
+  <Choice value="体育"/>
+  <Choice value="娱乐"/>
+  <Choice value="教育"/>
+</Choices>
+```
+
+`choice="multiple"` 表示可多选。
+
+### 3.7 文本分类标注规范
+
+```
+┌──────────────────────────────────────────────┐
+│        情感分析标注规范 v1.0                  │
+├──────────────────────────────────────────────┤
+│                                              │
+│ 【正面 positive】                            │
+│   表达满意、喜欢、赞美、推荐                  │
+│   关键词: 好、棒、赞、满意、推荐、完美       │
+│   示例: "东西很好用，下次还来"               │
+│                                              │
+│ 【负面 negative】                            │
+│   表达不满、失望、抱怨、批评                  │
+│   关键词: 差、烂、垃圾、失望、后悔、投诉     │
+│   示例: "等了两小时没上菜，差评"             │
+│                                              │
+│ 【中性 neutral】                              │
+│   客观陈述事实，无明显情感倾向                │
+│   示例: "今天吃了火锅"                       │
+│                                              │
+│ ⚠️ 边界情况:                                 │
+│   - "还行" / "一般" 归为中性                │
+│   - "好贵" 可能是负面（嫌贵）                │
+│   - 反讽要识别: "真是太好了（等了2小时）"    │
+│               实际是负面                      │
+│   - 不确定时标 neutral                        │
+│                                              │
+└──────────────────────────────────────────────┘
+```
+
+---
+
+## 4. NER 命名实体识别标注
+
+### 4.1 什么是 NER
+
+**NER**（Named Entity Recognition）：在文本中找出实体（人名、地名、机构名等），并标注它们在文本中的**起止位置**和**类型**。
+
+```
+输入：  张伟毕业于清华大学
+标注：  张伟 [人名]   清华大学 [机构]
+```
+
+### 4.2 常见实体类型
+
+| 类型 | 缩写 | 说明 | 示例 |
+|------|------|------|------|
+| 人名 | PER | 真实人物 | 张三、马云、周杰伦 |
+| 地名 | LOC | 国家、城市、地区 | 北京、东京、华北 |
+| 机构名 | ORG | 公司、学校、政府 | 华为、清华、公安部 |
+| 时间 | TIME | 时间点、时期 | 1990年、昨天、三天前 |
+| 数字 | NUM | 数字表达式 | 100、3.14、百分之十 |
+| 货币 | MONEY | 金额 | 100元、500美元 |
+
+### 4.3 BIO 标注法
+
+NER 训练数据的标准格式是 **BIO**：
+
+```
+B-XXX = 实体开始（Begin）
+I-XXX = 实体延续（Inside）
+O     = 非实体（Outside）
+```
+
+**示例**：
+
+```
+句子：  马化腾 创办 了 腾讯 公司
+
+BIO：   B-PER  I-PER  O  B-ORG  I-ORG
+                E-PER     E-ORG  (BIOES 体系)
+
+按 BIEOS（更精细）:
+马: B-PER
+化: I-PER
+腾: E-PER
+创: O
+办: O
+了: O
+腾: B-ORG
+讯: I-ORG
+公: I-ORG
+司: E-ORG
+
+> 注意：上面是 BIEOS 体系（多了 E=End 单字实体、S=Single 单词实体），比 BIO 更精细。教材示例这里就以马化腾（3字）为例说明 B/I/E 三个符号。
+```
+
+### 4.4 Label Studio NER 配置
+
+```xml
+<View>
+  <Labels name="label" toName="text">
+    <Label value="人名" background="#FF0000"/>
+    <Label value="地名" background="#00FF00"/>
+    <Label value="机构" background="#0000FF"/>
+    <Label value="时间" background="#FFFF00"/>
+  </Labels>
+  <Text name="text" value="$text"/>
+</View>
+```
+
+`<Labels>` + `<Label>` 是 NER 标注的核心：先在右侧定义标签及其颜色，标注时**用鼠标框选文字**就能打上对应标签。
+
+### 4.5 标注操作
+
+1. 进入标注界面
+2. 看到一段文本
+3. 用鼠标**拖选**要标的实体
+4. 弹出标签列表，选对应类别
+5. 选中的文字会变彩色背景
+
+```
+原文本:
+张伟毕业于清华大学，现在在北京工作。
+
+标注后:
+[张伟]毕业于[清华大学]，现在在[北京]工作。
+ 人名            机构          地名
+```
+
+### 4.6 NER 数据准备
+
+`ner_data.json`：
+
+```json
+[
+  {"text": "张伟毕业于清华大学"},
+  {"text": "马云创办了阿里巴巴"},
+  {"text": "北京是中华人民共和国的首都"},
+  {"text": "周杰伦在上海开了演唱会"},
+  {"text": "华为公司总部在深圳"}
+]
+```
+
+导入即可，每条 text 是一行任务。
+
+### 4.7 导出 CoNLL 格式
+
+项目页 → `Export` → 选 `CoNLL`：
+
+下载得到 `project-1-conll.txt`：
+
+```
+张 B-PER
+伟 E-PER
+毕 O
+业 O
+于 O
+清 B-ORG
+华 I-ORG
+大 I-ORG
+学 E-ORG
+<空白行>            ← 一句话结束
+```
+
+> 训练 NER 模型时，常用脚本把 CoNLL 格式转成 CRF / BERT 需要的格式。
+
+### 4.8 NER 标注规范
+
+```
+┌──────────────────────────────────────────────┐
+│         NER 标注规范 v1.0                    │
+├──────────────────────────────────────────────┤
+│                                              │
+│ 【人名 PER】                                 │
+│   - 完整姓名: 张三、李四                      │
+│   - 姓名简称: 需上下文确认（"小明"）          │
+│   - 历史人物: 鲁迅、毛泽东                    │
+│                                              │
+│ 【地名 LOC】                                 │
+│   - 国家: 中国、美国                          │
+│   - 城市: 北京、上海                          │
+│   - 区域: 华北、西部                          │
+│   ⚠️ "清华" 是机构不是地名                   │
+│                                              │
+│ 【机构 ORG】                                 │
+│   - 公司: 华为、阿里                          │
+│   - 学校: 清华、北大                          │
+│   - 政府: 公安部                              │
+│                                              │
+│ 【歧义处理】                                  │
+│   "苹果" → 看上下文: 水果/公司/手机          │
+│   "长江" → 看上下文: 河流/公司               │
+│                                              │
+│ 【边界规则】                                  │
+│   - 实体边界要准确，不多不少                  │
+│   - 含人称前缀: "马云先生" 标 "马云"          │
+│   - 不拆嵌套: "北京大学" 整体标 ORG           │
+│                                              │
+└──────────────────────────────────────────────┘
+```
+
+---
+
+## 5. 意图识别 + 槽位标注
+
+### 5.1 任务说明
+
+**场景**：智能客服。识别用户 query 的**意图**，并提取**槽位**（关键参数）。
+
+### 5.2 概念
+
+```
+用户输入: 帮我查一下明天北京的天气
+
+意图(intent):  query_weather  ← 用户想干什么
+槽位(slot):   city=北京, time=明天  ← 关键参数
+```
+
+### 5.3 Label Studio 配置
+
+```xml
+<View>
+  <Text name="text" value="$text"/>
+  
+  <!-- 意图：单选 -->
+  <Choices name="intent" toName="text" choice="single-radio">
+    <Choice value="query_weather"/>
+    <Choice value="play_music"/>
+    <Choice value="set_alarm"/>
+    <Choice value="book_ticket"/>
+    <Choice value="other"/>
+  </Choices>
+  
+  <!-- 槽位：文本中框选 -->
+  <Labels name="slots" toName="text">
+    <Label value="city"  background="#FF6B6B"/>
+    <Label value="time"  background="#4ECDC4"/>
+    <Label value="song"  background="#FFE66D"/>
+    <Label value="place" background="#95E1D3"/>
+  </Labels>
+</View>
+```
+
+### 5.4 数据示例
+
+`intents.csv`：
+
+```csv
+text
+明天北京天气怎么样
+放一首周杰伦的晴天
+帮我设个早上7点的闹钟
+查一下从上海到北京的高铁
+打开客厅的灯
+```
+
+### 5.5 标注操作
+
+1. 先选**意图**（单选）
+2. 再**框选**槽位文字（按类型上色）
+3. 一次任务两个标签都打
+
+```
+文本:  明天北京天气怎么样
+
+意图:  query_weather
+槽位:  [明天] time, [北京] city
+```
+
+### 5.6 导出格式
+
+```json
+{
+  "data": {"text": "明天北京天气怎么样"},
+  "annotations": [{
+    "result": [
+      {
+        "from_name": "intent",
+        "value": {"choices": ["query_weather"]}
+      },
+      {
+        "from_name": "slots",
+        "value": {
+          "start": 0, "end": 2, "text": "明天",
+          "labels": ["time"]
+        }
+      },
+      {
+        "from_name": "slots",
+        "value": {
+          "start": 2, "end": 4, "text": "北京",
+          "labels": ["city"]
+        }
+      }
+    ]
+  }]
+}
+```
+
+---
+
+## 6. 关系抽取标注
+
+### 6.1 任务说明
+
+**任务**：从文本中识别两个实体之间的关系。
+
+```
+文本: 马化腾创办了腾讯
+实体: 马化腾(人), 腾讯(公司)
+关系: 创办
+```
+
+### 6.2 Label Studio 配置
+
+关系抽取在 Label Studio 里使用 `<Relations>` 控件，需要先做 NER 标注，再连接实体：
+
+```xml
+<View>
+  <Labels name="ner" toName="text">
+    <Label value="人物" background="#FF6B6B"/>
+    <Label value="公司" background="#4ECDC4"/>
+  </Labels>
+  <Text name="text" value="$text"/>
+  
+  <Relations name="relation" toName="text">
+    <Relation value="创办"/>
+    <Relation value="任职"/>
+    <Relation value="持股"/>
+    <Relation value="合作"/>
+  </Relations>
+</View>
+```
+
+### 6.3 标注操作
+
+1. 先用 NER 方式标出两个实体
+2. 在实体上**点击**，会弹出关系选项
+3. 选择对应的关系（也可以从一个实体拖到另一个实体）
+
+```
+文本: 马化腾创办了腾讯
+
+标注步骤:
+1. 框选 "马化腾" → 标 "人物"
+2. 框选 "腾讯"   → 标 "公司"
+3. 点击 "马化腾" → 弹出关系 → 选 "创办" → 拖到 "腾讯"
+```
+
+### 6.4 关系抽取标注规范
+
+```
+┌──────────────────────────────────────────────┐
+│        关系抽取标注规范 v1.0                  │
+├──────────────────────────────────────────────┤
+│                                              │
+│ 关系类型:                                    │
+│                                              │
+│ 【创办】                                     │
+│   X 创办了 Y / Y 由 X 创办                   │
+│   例: 马化腾创办了腾讯                        │
+│                                              │
+│ 【任职】                                     │
+│   X 任职于 Y / X 是 Y 的 CEO                 │
+│   例: 李彦宏是百度的 CEO                     │
+│                                              │
+│ 【持股】                                     │
+│   X 持有 Y 的股份                            │
+│   例: 马云持有阿里巴巴的股份                  │
+│                                              │
+│ 【合作】                                     │
+│   X 与 Y 合作                                │
+│   例: 腾讯与京东合作                          │
+│                                              │
+│ ⚠️ 边界情况:                                 │
+│   - 关系不明时标"无关系"                     │
+│   - 一对多: "马云创办了阿里和蚂蚁"            │
+│     → 两条关系: 马云-阿里-创办, 马云-蚂蚁-创办│
+│                                              │
+└──────────────────────────────────────────────┘
+```
+
+---
+
+## 7. 语音标注基础
+
+### 7.1 语音数据的特点
+
+```
+文本：已处理好，直接可用
+图像：矩阵，有空间结构
+语音：一维波形 + 时序：
+
+   ┌────────────────────────────────────┐
+   │ ▂▃▅▇█▇▅▃▂▃▅▇█▇▅▃▂▃▅▇▇▅▃▂▃▅▇█...  │  ← 采样点
+   └────────────────────────────────────┘
+   每秒 16000 个采样点（16kHz）
+   - 含时序信息
+   - 易受噪声影响
+   - 说话人差异大
+```
+
+### 7.2 语音标注任务
+
+| 任务 | 标注内容 | 应用 |
+|------|---------|------|
+| 语音转写 ASR | 把语音转成文字 | 字幕、会议记录 |
+| 说话人分离 | 标出每段话是谁 | 多人会议、客服 |
+| 音频分类 | 给整段音频打类别 | 音乐/语音/噪音分类 |
+| 时间戳标注 | 标记每个字的时间 | 字幕对齐 |
+
+---
+
+## 8. 语音转写 ASR
+
+### 8.1 任务说明
+
+**任务**：把 3 段音频转写成文字，并标记时间戳。
+
+### 8.2 Label Studio ASR 配置
+
+```xml
+<View>
+  <Audio name="audio" value="$audio"/>
+  <TextArea name="transcription" toName="audio"
+            placeholder="请输入听到的文字..."
+            maxSubmissions="1"
+            editable="true"/>
+</View>
+```
+
+参数说明：
+- `<Audio>`：加载音频（带播放控件）
+- `<TextArea>`：文本输入框，标注员在这里听写
+- `toName="audio"`：把文本框和音频控件**关联到同一个任务**（用 `toName` 而不是 `toName="text"`，因为这段任务的主控件是 audio）
+- `placeholder`：提示文字
+- `editable="true"`：允许编辑
+- `maxSubmissions="1"`：每条任务只提交一次
+
+> 💡 小提示：在 ASR 项目里 `toName="audio"` 是常见的写法；如果同时还有一段文字说明要标注，则用 `toName="text"` 关联到 `<Text>` 控件。两者本质都是"把标注结果挂到对应数据上"。
+
+### 8.3 数据准备
+
+`audio_tasks.json`：
+
+```json
+[
+  {"audio": "audio/sample_001.wav"},
+  {"audio": "audio/sample_002.wav"},
+  {"audio": "audio/sample_003.wav"}
+]
+```
+
+**注意**：Label Studio 只能访问特定路径下的音频，有两种方式：
+- 本地路径：`/data/audio/sample_001.wav`（需在启动时配置）
+- HTTP URL：`http://example.com/audio/001.wav`
+
+### 8.4 启动配置（本地音频）
+
+如果是本地音频文件，启动 Label Studio 时需要指定根目录：
+
+```bash
+label-studio \
+  --label-config-file my_config.xml \
+  --root-dir /path/to/data
+```
+
+或者在 `Settings` → `Cloud Storage` → `Add Source` → `Local files` 里配置。
+
+### 8.5 标注操作
+
+1. 进入标注界面
+2. 点音频播放按钮听
+3. 在文本框输入听到的文字
+4. 标完点 Submit
+
+```
+┌────────────────────────────────────────┐
+│  ▶ ━━━━●─────────── 0:00 / 0:08        │
+│                                        │
+│  文本框:                               │
+│  ┌────────────────────────────────┐    │
+│  │ 今天天气怎么样                  │    │
+│  └────────────────────────────────┘    │
+│                                        │
+│           [ Submit ]                   │
+└────────────────────────────────────────┘
+```
+
+### 8.6 时间戳分段标注
+
+如果需要精确时间戳（每个词的时间），用更复杂的配置：
+
+```xml
+<View>
+  <Audio name="audio" value="$audio"/>
+  <Labels name="label" toName="audio">
+    <Label value="语音" background="#7ED321"/>
+    <Label value="静音" background="#9B9B9B"/>
+  </Labels>
+  <TextArea name="transcription" toName="audio"
+            placeholder="逐句转写，每行一句"/>
+</View>
+```
+
+在音频波形上**拖动**选中一段时间，配合文字行实现"哪段时间是哪句话"。
+
+### 8.7 语音转写规范
+
+```
+┌──────────────────────────────────────────────┐
+│        语音转写标注规范 v1.0                  │
+├──────────────────────────────────────────────┤
+│                                              │
+│ 【基本规则】                                  │
+│   - 保持原话原意，不修改内容                  │
+│   - 标点符号自由（保持项目一致）              │
+│   - 语气词（嗯、啊、这个）一般保留            │
+│                                              │
+│ 【特殊处理】                                  │
+│   - 口吃: "我我我" 保留重复                   │
+│   - 笑声: 标 [笑声] 或 [laughter]            │
+│   - 沉默>3秒: 标 [沉默]                       │
+│   - 环境音: 标 [噪音] / [music]               │
+│   - 听不清: 标 [听不清]                       │
+│                                              │
+│ 【时间戳】                                    │
+│   - 格式: 秒（如 0.0、1.5）                   │
+│   - 开始时间 < 结束时间                       │
+│   - 段落之间不要有重叠                        │
+│                                              │
+│ 【示例】                                      │
+│   0.0-2.5: 今天天气怎么样                    │
+│   2.5-5.0: 挺好的，适合出门                   │
+│   5.0-5.5: [笑声]                            │
+│                                              │
+└──────────────────────────────────────────────┘
+```
+
+---
+
+## 9. 说话人分离
+
+### 9.1 任务说明
+
+**任务**：在一段多人对话音频中，标出每段话分别是谁说的。
+
+### 9.2 Label Studio 配置
+
+```xml
+<View>
+  <Audio name="audio" value="$audio"/>
+  <Labels name="speaker" toName="audio">
+    <Label value="Speaker A" background="#FF6B6B"/>
+    <Label value="Speaker B" background="#4ECDC4"/>
+    <Label value="Speaker C" background="#FFE66D"/>
+  </Labels>
+  <TextArea name="text" toName="audio"
+            placeholder="输入这段话的文字..."/>
+</View>
+```
+
+### 9.3 标注操作
+
+1. 听音频
+2. 在波形上**拖选**一段对应某说话人的区域
+3. 选择对应的说话人标签
+4. 在文本框输入该段话的内容
+5. 一段一段重复
+
+```
+音频波形 + 标注:
+┌────────────────────────────────────────────┐
+│ ████████░░░░████████░░██████████░░░░░░░░  │
+│                                            │
+│  [SpeA] [SpeB] [SpeA] [SpeB]              │
+│                                            │
+│  文字:                                     │
+│  明天要开会吗?                             │
+│  是的，下午三点。                          │
+│  好的，我知道了。                          │
+│  收到。                                    │
+└────────────────────────────────────────────┘
+```
+
+### 9.4 导出格式
+
+```json
+{
+  "data": {"audio": "dialogue_001.wav"},
+  "annotations": [{
+    "result": [
+      {
+        "from_name": "speaker",
+        "to_name": "audio",
+        "type": "labels",
+        "value": {
+          "start": 0.0, "end": 2.5,
+          "labels": ["Speaker A"]
+        }
+      },
+      {
+        "from_name": "text",
+        "to_name": "audio",
+        "type": "textarea",
+        "value": {"text": ["明天要开会吗?"]}
+      }
+    ]
+  }]
+}
+```
+
+---
+
+## 10. 音频分类
+
+### 10.1 任务说明
+
+**任务**：对 10 段音频分类（音乐、语音、噪音）
+
+### 10.2 Label Studio 配置
+
+```xml
+<View>
+  <Audio name="audio" value="$audio"/>
+  <Choices name="category" toName="audio" choice="single-radio">
+    <Choice value="speech"/>
+    <Choice value="music"/>
+    <Choice value="noise"/>
+    <Choice value="vehicle"/>
+    <Choice value="alarm"/>
+  </Choices>
+</View>
+```
+
+### 10.3 数据准备
+
+`audio_cls.csv`：
+
+```csv
+audio
+audio/clip_001.wav
+audio/clip_002.wav
+audio/clip_003.wav
+```
+
+### 10.4 标注操作
+
+1. 播放音频
+2. 选择对应类别
+3. 提交
+
+```
+┌────────────────────────────────────────┐
+│  ▶ ━━━━●─────────── 0:00 / 0:05        │
+│                                        │
+│  这段音频属于哪一类？                  │
+│                                        │
+│  ( ) speech  ( ) music                 │
+│  ( ) noise   ( ) vehicle               │
+│  ( ) alarm                             │
+│                                        │
+│           [ Submit ]                   │
+└────────────────────────────────────────┘
+```
+
+### 10.5 常见音频类别
+
+| 类别 | 说明 | 示例 |
+|------|------|------|
+| speech | 人声 | 演讲、对话 |
+| music | 音乐 | 流行歌曲、背景音乐 |
+| noise | 噪声 | 风声、雨声 |
+| vehicle | 交通工具 | 引擎声 |
+| alarm | 警报 | 警笛、闹钟 |
+| animal | 动物 | 猫叫、狗叫 |
+
+---
+
+## 11. 文本与语音标注速查
+
+### 11.1 Label Studio 控件对照
+
+| 标注任务 | 控件 | 关键属性 |
+|---------|------|---------|
+| 文本分类 | `<Choices>` | choice="single-radio" |
+| NER | `<Labels>` | toName="text" |
+| 意图+槽位 | `<Choices>` + `<Labels>` | 双控件 |
+| 关系抽取 | `<Relations>` | 配合 NER |
+| ASR 转写 | `<Audio>` + `<TextArea>` | toName="audio" |
+| 说话人分离 | `<Audio>` + `<Labels>` + `<TextArea>` | 拖选时间区域 |
+| 音频分类 | `<Audio>` + `<Choices>` | 单选 |
+
+### 11.2 快捷键速查
+
+| 快捷键 | 功能 |
+|--------|------|
+| `Ctrl + Enter` | 提交 |
+| `H` | 显示/隐藏已标 |
+| `Ctrl + Z` | 撤销 |
+| `Delete` | 删除选中 |
+| `Esc` | 取消选择 |
+| 滚轮 | 滚音频/缩放 |
+
+---
+
+## 12. Python SDK 简介
+
+### 12.1 安装
+
+```bash
+pip install label-studio-sdk
+```
+
+### 12.2 批量导入文本任务
+
+```python
+from label_studio_sdk import Client
+
+ls = Client(url='http://localhost:8080', api_key='YOUR_API_KEY')
+
+# 读取 CSV / JSONL
+import json
+tasks = []
+with open('reviews.csv', 'r', encoding='utf-8') as f:
+    next(f)  # 跳过表头
+    for line in f:
+        text = line.strip()
+        if text:
+            tasks.append({"data": {"text": text}})
+
+# 找到项目
+project = ls.get_project(title='review_sentiment')
+
+# 批量导入
+project.import_tasks(tasks)
+print(f"已导入 {len(tasks)} 条任务")
+```
+
+### 12.3 批量导出 NER 结果
+
+```python
+project = ls.get_project(title='ner_demo')
+
+# 导出为 CoNLL 格式
+project.export_tasks(export_type='CONLL')
+
+# 解析导出的 JSON
+import requests
+response = requests.get(
+    'http://localhost:8080/api/projects/1/export?exportType=JSON',
+    headers={'Authorization': 'Token YOUR_API_KEY'}
+)
+data = response.json()
+print(f"共 {len(data)} 条标注数据")
+```
+
+---
+
+## 13. 实战练习
+
+### 13.1 任务一：情感分类（必做）
+
+**任务**：在 Label Studio 创建项目 `product_reviews`
+
+1. 准备 10 条商品评论
+2. 配置三分类 XML（`positive/negative/neutral`）
+3. 全部标完
+4. 导出 JSON
+
+### 13.2 任务二：NER 标注（必做）
+
+**任务**：创建项目 `news_ner`
+
+1. 准备 5 条新闻文本
+2. 配置 4 个实体（人名/地名/机构/时间）
+3. 全部标完
+4. 导出 CoNLL 格式
+
+### 13.3 任务三：语音转写（选做）
+
+**任务**：创建项目 `asr_demo`
+
+1. 准备 3 段音频
+2. 配置 Audio + TextArea
+3. 全部标完
+4. 导出 JSON
+
+### 13.4 自检清单
+
+```
+文本分类：
+□ 类别选择是否准确
+□ 边界情况（反讽、双重否定）是否正确处理
+□ 导出 JSON 是否完整
+
+NER：
+□ 实体边界是否准确
+□ 实体类型是否正确
+□ 是否有漏标
+□ CoNLL 格式是否标准
+
+语音转写：
+□ 文字内容是否完整
+□ 时间戳是否准确
+□ 特殊处理（沉默、笑声）是否标了
+```
+
+---
+
+## 14. 本节知识小结
+
+```
+┌────────────────────────────────────────────────────────┐
+│        4-3 文本标注与语音标注（Label Studio）           │
+├────────────────────────────────────────────────────────┤
+│                                                        │
+│  📌 文本标注四大任务：                                  │
+│     分类     → <Choices>                               │
+│     NER      → <Labels> + BIO 标注法                   │
+│     意图+槽位 → <Choices> + <Labels>                   │
+│     关系抽取 → <Relations> 配合 NER                    │
+│                                                        │
+│  📌 语音标注三大任务：                                  │
+│     ASR 转写 → <Audio> + <TextArea>                    │
+│     说话人分离 → <Audio> + <Labels> + <TextArea>       │
+│     音频分类 → <Audio> + <Choices>                     │
+│                                                        │
+│  📌 关键格式：                                          │
+│     BIO 标注法: B-X / I-X / O                          │
+│     CoNLL: 一行一字的标签，句子间空行                  │
+│                                                        │
+│  📌 工具特性：                                          │
+│     - Python SDK 批量导入导出                          │
+│     - 多模态统一管理                                    │
+│     - 可视化 XML 配置                                  │
+│                                                        │
+└────────────────────────────────────────────────────────┘
+```
+
+---
+
+## 课后任务
+
+1. 创建 `product_reviews` 项目，完成 10 条情感分类
+2. 创建 `news_ner` 项目，完成 5 条 NER 标注（导出 CoNLL）
+3. （选做）创建 `asr_demo` 项目，完成 3 段音频转写
+
+---
+
+## 下节预告
+
+下一节我们将学习 **4-4 标注质量控制与标注管理（Label Studio 协作管理）**：
+- 标注一致性指标（Kappa 系数）
+- Label Studio 组织/成员/角色管理
+- 审核员工作流：Approve / Reject
+- 冲突解决与活动日志