RTTM文件格式

Question

我目前正在开发一个使用RTTM文件格式的程序。然而，似乎没有关于内容的文件。是否有人对此文件格式中所示的字段进行了详细说明？

Answer 1

您可以在NIST的2009（RT-09）Rich Transcription的附录A中找到这一点会议认可评估计划（存档版本，原始链接已失效）。

Answer 2

还有https://catalog.ldc.upenn.edu/docs/LDC2004T12/RTTM-format-v13.pdf这与@bernlim给出的规范的不同之处主要在于省略了第10个字段"SLAT"。我发现有些工具确实不输出10个字段，而是输出9个字段，并且用于对日记进行评分的md-eval-v21.pl不需要读取第10个字段。

Answer 3

RTTM

富转录时间标记（RTTM）文件是以空格分隔的文本文件，每行包含一圈，每行包括十个字段：

• Type——段类型；应始终由扬声器
• 文件ID--文件名；记录的基本名称减去扩展名（例如，rec1_a）
• 通道ID——打开的通道（1索引）；应始终1
• Turn Onset--从录制开始到转弯的开始时间（秒）
• 转弯持续时间——转弯持续时间（秒）
• 正交字段-应始终通过<NA>
• 扬声器类型--应始终为<NA>
• 说话人姓名——轮次说话人姓名；在每个文件的范围内应该是唯一的
• 置信度得分——信息正确的系统置信度（概率）；应该总是<NA>
• 信号展望时间--应始终为<NA>

例如：

SPEAKER CMU_20020319-1400_d01_NONE 1 130.430000 2.350 <NA> <NA> juliet <NA> <NA>
SPEAKER CMU_20020319-1400_d01_NONE 1 157.610000 3.060 <NA> <NA> tbc <NA> <NA>
SPEAKER CMU_20020319-1400_d01_NONE 1 130.490000 0.450 <NA> <NA> chek <NA> <NA>

写入rttm文件：

with open(rttmf, 'wb') as f:
    for turn in turns:
        fields = ['SPEAKER', turn.file_id, '1', format_float(turn.onset, n_digits), format_float(turn.dur, n_digits),
              '<NA>', '<NA>', turn.speaker_id, '<NA>', '<NA>']
        line = ' '.join(fields)
        f.write(line.encode('utf-8'))
        f.write(b'n')

参考网址：https://github.com/nryant/dscorehttps://github.com/nryant/dscore/blob/824f126ae9e78cf889e582eec07941ffe3a7d134/scorelib/rttm.py#L103