标志数据错误问题

[xyx361100238]

你好，我对wenetspeech数据抽检了一小部分音频和标注文件，发现标注有很多是错误的：
Y0000000768_10jLYDtPEpg_S00000.wav
原：中国工商银行在国账市场上
正：中国工商银行在国际市场上
Y0000000768_10jLYDtPEpg_S00004.wav
原：我们整个的银行体系已经从技术角皮续产了
正：我们整个的银行体系从技术角度已经续产了

备注：以上音频已经根据切分好的以sid命名的音频文件

这种情况咱们处理，人工筛选成本有点太高了

[robin1001]

从你的抽检看下来，大概是什么样错误比例？因为数据是自动化标注来的，本身有一定的错误率，我们通过自动化算法删选出来高置信度的，但总有一部分漏网之鱼。