修复WenetSpeech测试集中音频与标签错位的问题

[CellBro]

问题描述：
我在使用自己训练的ASR模型在WenetSpeech的测试集上进行测试时，发现测试集中一部分音频与其标注的标签产生了错位，具体表现为：
{"key:": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00140", "pre:": "周易也找到老张的两个孩子把他们送到王玉手中", "label:": "最后还有一事未了那就是送雷哥上路", "cer:": 1.25}
{"key:": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00141", "pre:": "最后还有一事未了那就是送雷哥上路", "label:": "这就是张艺谋导演的悬崖之上", "cer:": 1.1538461538461537}
{"key:": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00142", "pre:": "这就是张一谋导演的悬崖之上", "label:": "它表面演的是一次我党特工营救七三幺受害者的秘密行动", "cer:": 0.92}
等，尚未全部定位
问题原因：
初步判断为，音频的切分产生错误，如下所示：
{"key:": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00138", "pre:": "这位司机老韩正是药店老板周怡的联络人至此乌特拉行动宣告成功", "label:": "周乙要走小兰儿的药片儿他知道自己随时可能暴露而小兰儿这样的新生力量必须活下去看到黎明", "cer:": 0.9761904761904762}
而这个音频片段，音频的内容确实是“这位司机老韩正是药店老板周怡的联络人至此乌特拉行动宣告成功”，但是这个转录文本在meta数据中并不存在
下面数据同理：
{"key:": "TEST_NET_Y0000000066_TdmtONdJFjk_S00089", "pre:": "不管是现在的九九六加班文化", "label:": "还是要做好自己的事情就OK了", "cer:": 1.0}
解决方案：
我目前的解决方案是根据音频实际内容手动修正对应meta文件的文本标注，保持最小改动原则，仍在排查更多案例

[CellBro]

这是我目前排查出来并修改后的有问题的音频片段，由于工作环境的问题无法提供文件形式，因此以Jsonl的形式给出：
{"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00089", "text": "你可以在Facebook或者是Meetup.com里搜索附近的程序员聚会"}
{"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00090", "text": "你能和这些有经验的程序员互相交流"}
{"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00091", "text": "或者某某某大师在聚会里和大家分享的一些宝贵的学习经验"}
{"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00092", "text": "你都能从他们的身上学习很多有用的知识或者是你从来没想过的知识"}
{"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00093", "text": "如果你觉得这一期的视频对你有帮助那你就点个赞关注我吧"}
{"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00094", "text": "顺便也把小铃铛打开"}
{"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00095", "text": "这样的话你就不会错过我定时发布有关编程CODING的视频了"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00138", "text": "这位司机老韩正是药店老板周乙的联络人至此乌特拉行动宣告成功"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00139", "text": "周乙要走小兰儿的药片儿他知道自己随时可能暴露而小兰儿这样的新生力量必须活下去看到黎明"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00140", "text": "周乙也找到老张的两个孩子把他们送到王郁手中"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00141", "text": "最后还有一事未了那就是送雷哥上路"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00142", "text": "这就是张艺谋导演的悬崖之上"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00143", "text": "它表面演的是一次我党特工营救七三幺受害者的秘密行动"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00144", "text": "实际讲的是在那个战争年代地下战线中无名英雄的革命信仰"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00145", "text": "如果没有侵略楚良和小兰儿情投意合终成眷属如果没有战争老张和王郁儿女双全家庭幸福但是国将不国何以为家呢"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00146", "text": "楚良和小兰儿放下儿女私情投身革命老张和王郁不惜抛家舍业甚至嗷嗷待哺的孩子"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00147", "text": "也要深入敌后与敌人周旋他们为了什么是为自己吗"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00148", "text": "难道他们不知道像伪满警察那样儿认贼作父就可以得过且过"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00149", "text": "还是他们不知道像叛徒雷哥那样儿背信弃义就可以苟延残喘他们当然知道但是倘若所有中国人都是如此国家还有希望吗民族还有未来吗对不起没有"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00150", "text": "所以他们是为了民族大义为了国家兴亡是为了四万万的中国人"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00151", "text": "这就是他们坚定不移的薪火相传的革命信仰像他们这样的人少之又少但星星之火可以燎原王郁在洗手间痛哭的时候你以为她只是在心疼丈夫遭受皮肉之苦吗还是她只是在心疼自己失去丈夫孩子失去父亲吗"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00152", "text": "我觉得不是或者不完全是最让王郁难过的是老张不仅会死还会被冤枉成叛徒"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00153", "text": "何况外面不知情的其他战友和人民百姓呢老张不怕死他怕的是世人不知老张为何而死同样王郁也不怕失去丈夫她怕的是丈夫为革命而死却还落得个叛徒之名他们视气节超越肉体他们视信仰超越生死"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00154", "text": "至暗时刻他们以身躯化做信仰的火炬"}
{"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00155", "text": "我的战友请不要为我悲伤我死不要紧只要你能活下去战斗下去看到黎明"}
{"key": "TEST_NET_Y0000000066_TdmtONdJFjk_S00089", "text": "不管是现在的九九六加班文化"}
{"key": "TEST_NET_Y0000000066_TdmtONdJFjk_S00090", "text": "还是要做好自己的事情就OK了"}
{"key": "TEST_NET_Y0000000066_TdmtONdJFjk_S00091", "text": "OK那么今天VICCO先和大家聊了关于程序员这样的话题之前在做节目都没有聊过这是第一次"}
{"key": "TEST_NET_Y0000000066_TdmtONdJFjk_S00092", "text": "和大家做这样子的一个分享希望这些内容对想从事前端开发想从事程序员这一行业的"}
{"key": "TEST_NET_Y0000000066_TdmtONdJFjk_S00093", "text": "呃小伙伴有一些帮助有一些启发OK那么这期就是这样了如果你们喜欢VICCO的频道的话请不要忘了点赞投币转发评论如果你们喜欢VICCO的频道的话不要忘了点一下关注支持一下VICCO"}

[viviansmlie]

这是我目前排查出来并修改后的有问题的音频片段，由于工作环境的问题无法提供文件形式，因此以Jsonl的形式给出： {"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00089", "text": "你可以在Facebook或者是Meetup.com里搜索附近的程序员聚会"} {"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00090", "text": "你能和这些有经验的程序员互相交流"} {"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00091", "text": "或者某某某大师在聚会里和大家分享的一些宝贵的学习经验"} {"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00092", "text": "你都能从他们的身上学习很多有用的知识或者是你从来没想过的知识"} {"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00093", "text": "如果你觉得这一期的视频对你有帮助那你就点个赞关注我吧"} {"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00094", "text": "顺便也把小铃铛打开"} {"key": "TEST_NET_Y0000000037_FWyYNBsYNOw_S00095", "text": "这样的话你就不会错过我定时发布有关编程CODING的视频了"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00138", "text": "这位司机老韩正是药店老板周乙的联络人至此乌特拉行动宣告成功"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00139", "text": "周乙要走小兰儿的药片儿他知道自己随时可能暴露而小兰儿这样的新生力量必须活下去看到黎明"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00140", "text": "周乙也找到老张的两个孩子把他们送到王郁手中"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00141", "text": "最后还有一事未了那就是送雷哥上路"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00142", "text": "这就是张艺谋导演的悬崖之上"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00143", "text": "它表面演的是一次我党特工营救七三幺受害者的秘密行动"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00144", "text": "实际讲的是在那个战争年代地下战线中无名英雄的革命信仰"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00145", "text": "如果没有侵略楚良和小兰儿情投意合终成眷属如果没有战争老张和王郁儿女双全家庭幸福但是国将不国何以为家呢"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00146", "text": "楚良和小兰儿放下儿女私情投身革命老张和王郁不惜抛家舍业甚至嗷嗷待哺的孩子"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00147", "text": "也要深入敌后与敌人周旋他们为了什么是为自己吗"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00148", "text": "难道他们不知道像伪满警察那样儿认贼作父就可以得过且过"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00149", "text": "还是他们不知道像叛徒雷哥那样儿背信弃义就可以苟延残喘他们当然知道但是倘若所有中国人都是如此国家还有希望吗民族还有未来吗对不起没有"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00150", "text": "所以他们是为了民族大义为了国家兴亡是为了四万万的中国人"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00151", "text": "这就是他们坚定不移的薪火相传的革命信仰像他们这样的人少之又少但星星之火可以燎原王郁在洗手间痛哭的时候你以为她只是在心疼丈夫遭受皮肉之苦吗还是她只是在心疼自己失去丈夫孩子失去父亲吗"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00152", "text": "我觉得不是或者不完全是最让王郁难过的是老张不仅会死还会被冤枉成叛徒"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00153", "text": "何况外面不知情的其他战友和人民百姓呢老张不怕死他怕的是世人不知老张为何而死同样王郁也不怕失去丈夫她怕的是丈夫为革命而死却还落得个叛徒之名他们视气节超越肉体他们视信仰超越生死"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00154", "text": "至暗时刻他们以身躯化做信仰的火炬"} {"key": "TEST_NET_Y0000000112_v8N3rTrUaAw_S00155", "text": "我的战友请不要为我悲伤我死不要紧只要你能活下去战斗下去看到黎明"} {"key": "TEST_NET_Y0000000066_TdmtONdJFjk_S00089", "text": "不管是现在的九九六加班文化"} {"key": "TEST_NET_Y0000000066_TdmtONdJFjk_S00090", "text": "还是要做好自己的事情就OK了"} {"key": "TEST_NET_Y0000000066_TdmtONdJFjk_S00091", "text": "OK那么今天VICCO先和大家聊了关于程序员这样的话题之前在做节目都没有聊过这是第一次"} {"key": "TEST_NET_Y0000000066_TdmtONdJFjk_S00092", "text": "和大家做这样子的一个分享希望这些内容对想从事前端开发想从事程序员这一行业的"} {"key": "TEST_NET_Y0000000066_TdmtONdJFjk_S00093", "text": "呃小伙伴有一些帮助有一些启发OK那么这期就是这样了如果你们喜欢VICCO的频道的话请不要忘了点赞投币转发评论如果你们喜欢VICCO的频道的话不要忘了点一下关注支持一下VICCO"}

想请问 test_net子集的text GT是在哪里下载呢~