课程标准把 Label Studio、CVAT、Doccano、Praat 列为四类数据标注的实操工具,把 百度众测、京东众智、Amazon MTurk 等列为群智化接单平台。这一页把它们讲清「能标什么、适合谁、课堂怎么用」,并在文末给一张横向对比表和上机指引。
开源、可本地部署的标注平台。文本、图像、音频、视频都能标,模板化配置,最适合课堂统一教学与期末项目快速搭环境。
计算机视觉标注首选。强在目标检测、多边形/掩码分割、视频跨帧自动跟踪(插值),是案例①自动驾驶、②人脸人体、⑥电商的主工具。
专为文本标注设计的轻量工具:分类、序列标注(NER/BIO)、序列到序列(翻译/摘要)开箱即用。案例⑤内容审核的主力。
语音学研究级工具,看波形、频谱、做精确切分与时间戳标注。案例③智能客服语音转写的底层利器,门槛略高但最专业。
国内最大的众包数据平台之一,任务类型覆盖图像、文本、语音、采集。课堂用它讲「任务怎么拆解发包、钱怎么结算」最接地气。
电商场景数据标注平台,商品、客服、物流类任务丰富,和案例⑥电商多模态直接对应,适合做行业实景教学。
全球最早的众包平台,海外数据与英文任务多。用它讲「众包为什么是群智化的分水岭」「跨文化标注的偏差」最合适。
| 工具 / 平台 | 数据模态 | 擅长的标注 | 课堂角色 | 门槛 |
|---|---|---|---|---|
| Label Studio | 四类的都行 | 模板化通用标注 | 统一教学 / 期末项目搭环境 | 低 |
| CVAT | 图像 / 视频 | 检测、分割、跨帧跟踪 | 视觉类案例主力(自动驾驶/人脸/电商) | 中 |
| Doccano | 文本 | 分类 / NER / 序列 | 文本理解案例(内容审核) | 低 |
| Praat | 音频 | 波形切分 / 时间戳 | 语音转写案例底层 | 高 |
| 百度众测 / 京东众智 | 全模态 | 真实生产任务发包 | 讲「群智化平台怎么运转」 | 低(接单端) |
| MTurk | 全模态 | 海外 / 英文任务 | 讲「跨文化偏差与分水岭」 | 中 |