# Podcast 三维人工复核指南 v2

## 唯一入口

本轮只使用 `runs/podcast-combined-human-review-queue-20260721-v2/queue.json`，将结果填写到同目录 `answer-template.jsonl` 的工作副本。v2 在 v1 的 46 个问题上加入 timestamp v2 的 7 个 Qwen 对齐争议项，共 53 个原始 `review_id`，合并为 36 次播放。

v1 和所有上游队列都是只读证据；不得修改或覆盖。后续修订继续创建新版本目录。

## 开始前

在仓库根目录运行：

```bash
sha256sum -c runs/podcast-combined-human-review-queue-20260721-v2/SHA256SUMS
```

任一校验失败都应停止。严格按 `queue.json.items` 顺序复核：先完成 20 个 P0，再冻结 P0 结果并回算排名；只有仍需补强 gold 或校准时才继续 P1/P2。复核冻结前不得把 provisional 数据计作正式 accuracy gold。

## 一次播放完成三个维度

完整播放每个短音频一次，同时填写：

- 逐字文字：保留口头语、重复和未完成词，不做摘要或润色。
- speaker：先填稳定匿名标签 `S01`、`S02`；只有音频自报或上下文证据充分时才填真实身份。
- start/end：以可听词的首末语音帧为界，不把静音、呼吸或纯背景声计入发言。
- overlap：多人同时说话时填 `true`，并把重叠区拆成单独 turn。
- confidence：每个 turn、每个原 `review_id` resolution 和整个 combined item 都要填 `high`、`medium` 或 `low`。

目标范围需要一个或多个 `turns` 覆盖。时间保留到 0.01 秒，换算公式为：

```text
window_relative = playback.window_relative_start_seconds + playback_relative
episode_absolute = source_window_audio.episode_start_seconds + window_relative
```

每个 `linked_review_ids` 必须恰有一条 `review_resolution`：能裁决填 `answered`；无法可靠裁决填 `unable` 并写原因；确实不适用才填 `not_applicable`。不要猜测。

`selected_original_option` 必须与相应 `linked_reviews[].upstream_payload` 的原选项完全一致。选择 `custom_start_end` 时，同时填写 `custom_start_seconds` 和 `custom_end_seconds`；开放式 ASR 项保持 option 为 `null`。

## Qwen 对齐争议的特别规则

不能只听 `machine_reference_candidate` 附近。先查看该项的 `adjudication_ranges[].candidate_boundaries`，完整听过整个 `adjudication_range`，再在原始 `decision_options` 中选择：

- `machine_reference_boundary`
- `Qwen_high_confidence_subset_alignment_boundary`
- `Qwen_low_confidence_inclusive_alignment_boundary`
- `MOSS_boundary`
- `Volc_boundary`
- `custom_start_end`
- `overlap_or_multiple_turns`
- `unable_to_judge`

Qwen 01–06 的上游短片没有完整覆盖所有候选边界，因此 v2 新裁了 5 段候选范围音频；Qwen 03/04 共用一段，Qwen 01 和 06 分别与既有 P0 合并。Qwen 07 的原短片已经完整覆盖候选范围，直接引用、不复制。

对齐候选彼此相距很远时，先确认争议文本实际出现在哪一处；不要因为候选名含 `high_confidence` 就默认选择它。最终选择、confidence 和判断依据均写入对应 resolution。

## 世博缺口仍采用渐进种子

不要一次审听完整 10 分钟窗口。stage 0 保持为：front 0–45 秒、front 45–90 秒、middle 67–79 秒目标的 16 秒种子、tail 291.82–292.06 秒目标的 4.24 秒种子。只有种子可用且仍需提升为 gold 时，才在未解决窗口约 1/3 和 2/3 处各抽约 45 秒；之后也只按分歧/覆盖追加 45–60 秒分层片段。

上游 `asr-shibo-middle`、`asr-shibo-tail` 误指 Zhang Yi front 音频的问题继续由合并层纠正；原 `review_id` 和 payload 完整保留，上游文件未修改。

## 完成标准

- `playback_sha256_verified` 为 `true`。
- 每个 combined item 的 `requires_user_decision` 已落实为明确结果；总体 confidence 已填写。
- `turns` 覆盖全部 target/adjudication ranges，三维答案齐全。
- 53 个原 `review_id` 各有且仅有一条 resolution，并带 confidence。
- `reviewer`、`reviewed_at` 和必要 notes 已填写。
- P0 结果已先冻结、回算排名，再决定后续工作。