| ## 标注规则： | |
| - 标注文本、性别、年龄、情感； | |
| - 针对多说话人，能区分的，按照时间顺序标注文本，非主说话人的文本用（）区分，副语言信息以主说话人为主； | |
| - 关于英文部分，拼读大写字母，字母之间空格，单词小写；英文和中文之间无空格； | |
| - （）代表有非主说话人说话，但是听不清； | |
| - （文本内容）代表非主说话人说话，能听清内容； | |
| - *代表部分字词听不清，不确定具体内容； | |
| ## 子集划分： | |
| - short/long：0~10s音频为short，10~30s音频为long，两个合并为WenetSpeech-Chuan-Eval-ASR的完整版； | |
| - Easy/Hard：以识别场景难易程度划分，Easy场景多为安静场景下（有声书、朗读），Hard多为带噪场景（直播、短视频等），两部分合并为WenetSpeech-Chuan-Eval-ASR的完整版，该部分和论文中的子集划分一致； | |
| - 需要注意：Long部分给的是原始长音频，Easy和Hard部分用到的是Long部分切分成短音频后的结果 | |
| ## 论文中测试集文本标准化处理 | |
| - 去标点； | |
| - *号直接去掉； | |
| - （）内的内容保留，（）去掉； | |