微调数据的拼音准确度，对效果影响大吗？

[scriptboy1990]

前面基于aishell3训练多说话人底模的时候，发现aishell3的数据集在提供的拼音这块非常准确，比如： 我永远都不会忘记和你一起度过的日子 wo3 yong2 yuan3 dou1 bu2 hui4 wang4 ji4 he2 ni3 yi4 qi3 du4 guo4 de5 ri4 zi5 其中“永”“不”“一”第三声调的变声，都是对的。

微调数据由于要自己用工具生成，比如pypinyin，但是我发现这个工具效果很一般，尤其对这种要变调的，还有多音字识别不太准，这种对最终的效果影响大吗。

[MaxMax2016]

如果目的是学习，没啥影响；如果要商业应用，还是需要精标数据的。

[MaxMax2016]

也许可以使用chatGPT等语言大模型来做数据标注的拼音

[MaxMax2016]

阿里自动化标注方案：https://www.modelscope.cn/models/damo/speech_ptts_autolabel_16k/summary

[scriptboy1990]

阿里自动化标注方案：https://www.modelscope.cn/models/damo/speech_ptts_autolabel_16k/summary

这貌似是个好东西呀，我试试看。 对了，昨天用了下GPT，构造提示词让它去做，几乎搞不了，怎么调整提示词，给的都是未变调的结果。