整體規劃流程圖

Figure 1$\colon$ Overall Flowchart of 2018/7/21 2th Kaggle Competition

[改圖]

圖1呈現kaggle2的比賽架構。將choice檔(C00001.wav, C00002.wav,...)做 speech audio bandpass filter，各自產生對應的除去雜訊choice音檔(C00001.wav, C000002.wav檔名)，存放在bp_filtered資料夾下。

將1500個choice檔分成三等份(1~500、501~1000、1001~1500 )，各自進入QA work unit。產生出每題的答案，三份答案(answerper_Q_unit1.csv, answerper_Q_unit2.csv, answerper_Q_unit3.csv)將被送到distributed master，由distribute master 統一執行merge predicted answer, 目的是將三份答案合一，稱做M.L.version答案。

Answer Manual Correction指由人工方式產生答案檔(task1.csv, task2.csv, task3.csv,...)。

Merge Manually Corrected Answer將人工方式產生答案檔整合進M.L. version答案，產生出最後的submission檔(submission.csv)

kaggle2比賽的規劃，跟kaggle1使用的方法基本相同。

差別在於使用分散式的運算，每個運算block都是一個單獨的python script，執行完python script之後會產生資料檔(answerper_Q_unitX.csv, ...等等)，用分散資料來做分散式運算。另

最後加入人工校正答案的程式，進一步提供最後的正確率。

Figure 2$\colon$ Inside the QA worker unit block [改圖留一個折下來]

Figure 2 是figure 1裡面QA work unit的細節。

QA worker unit是由Sentence Segmentation, Google Speech-to-Text Service, Answer Prediction組成。

sentence segmentation將音檔切成choice1, choice2, choice3, choice4個音檔(wav檔)。

sentence segmentation也將產生圖檔(<id>-ss.png)，目的是做sentence segmentation的視覺呈現。

再使用google speech-to-text service，。

google speech-to-text service也會把所有的選項整合進transcription_unitX.csv檔。[transcription_unitX.csv示意圖] caption產生choice1, choice2, choice3, choice4四個文字檔(txt檔)

將transcription_unitX.csv放入answer prediction，分批產生csv檔(answer_per_Q_unit1.csv, answer_per_Q_unit2.csv, answer_per_Q_unit3.csv )。