# EOT 标注工作台

基于 Next.js Minimal 模板的本地网页工具，独立放在 `labels/eot-studio`，按项目的 [EOT 标注格式](../EOT标注/EOT逐话轮标注格式.md)查看对话、回放音频并编辑判断位置和标签。

## 启动

```bash
cd labels/eot-studio
npm install
npm run dev
```

打开终端显示的本地地址，通常为 <http://localhost:3000>。生产构建使用 `npm run build`，随后 `npm start`。请从 `labels/eot-studio` 目录运行，API 以其上两级作为项目根目录。

## 使用

1. 默认聚焦“韩泰机器人抢话”的 6 通录音。左侧数据集选择器可切换到其他目录、标准示例或全部数据，通话数量与标注进度按当前数据集统计。分别导入 ASR 和 EOT CSV，或直接选择项目 `data` 目录中的通话录音开始整理。
2. 选择通话和录音，在时间轴查看机器人、用户语音段及 EOT 判断标记。播放、拖动时间轴或选择标记定位需要核对的位置。
3. 编辑 `decision_ms`、当前用户文本、是否可以接话、判断原因、置信度和标注员。音频播放器的时间采用整通录音的媒体时钟。
4. 对话历史默认只显示 `end_ms <= decision_ms` 的记录。当前段横跨判断位置时，请听音频填写 `user_text_at_decision`；不能按完整转写的字符长度推算前半句。查看后续对话用于仲裁，后续内容不进入该判断位置的模型输入。
5. 点击“保存到项目”将两份 CSV 写到 `labels/EOT标注/工作数据/`。导出 CSV 会下载当前数据，可交给其他标注员或用于训练和评测。

草稿在当前浏览器的本地存储中保存，刷新后可恢复。录音来自项目目录或本次选择的本地文件；本地文件的播放地址不会存入草稿。浏览器草稿与项目 CSV 分开，只有明确点击“保存到项目”才会改写项目中的工作数据。原始示例和 `data` 下的录音不会被修改。

切换数据集只改变浏览范围；导出菜单可选择“当前数据集”或“全部”，项目保存会保留完整数据。韩泰录音旁可展开“原表校对参考”，查看已校对表提取的 39 条原始片段。它们没有起止时间或 EOT 判断时间，因此需回听定位后填写标准转写和标签。原表第 5 列没有表头，提取结果按原值展示；原表结论不会自动转为 EOT 标签。参考数据在 `labels/eot-studio/data/hantai-reference.json` 中，保留源文件、工作表和行号，不会随 CSV 保存被改写。当前工具没有工作 CSV 时，仍载入标准示例供切换查看。

## CSV 格式

对话转写 `asr_history.csv`：

```csv
call_id,role,start_ms,end_ms,transcript
demo,agent,1000,2400,您什么时候方便接电话？
demo,user,3000,4400,我明天下午
```

EOT 标注 `eot_labels.csv`：

```csv
call_id,decision_ms,user_text_at_decision,can_reply_now,confidence,reason,annotator
demo,5200,我明天下午,0,high,mid_turn_pause,A
```

`role` 为 `agent` 或 `user`；`can_reply_now` 为 `1`、`0` 或空；`confidence` 为 `high`、`medium`、`low` 或空。时间为非负整数毫秒，转写满足 `start_ms < end_ms`。同一 `call_id + decision_ms` 不能重复。CSV 使用 UTF-8，支持标准引号、逗号和多行文本。

全部对话保存在转写表，当前用户表达保存在 EOT 表。查看或预测时以通话 ID 和判断时间关联这两份文件；空标签保留为待判断样本。

## 本地接口

- `GET /api/workspace`：读取工作数据、项目录音列表和只读 `callReferences` 原表参考。工作数据的两份 CSV 都存在时使用它们，否则载入示例；已保存 CSV 格式错误时返回错误，不用示例覆盖。
- `POST /api/workspace`：接受 `{ transcripts, annotations }`，校验后保存到固定工作数据目录，并返回 `savedAt`。同一进程的读写按顺序执行；文件锁防止不同进程同时操作，请求完成后释放。若进程在保存中被强制终止，请确认没有其他服务运行，检查残留 `.backup` 文件并恢复同一次保存前的两份 CSV，再移除工作数据目录的 `.workspace.lock`。
- `GET /api/audio?path=...`：仅提供 `data` 内的 MP3、WAV、M4A、OGG、FLAC 和 WebM 录音，支持 Range 请求和 HEAD，便于跳转播放。路径相对 `data` 目录，不能通过 `..` 或符号链接访问目录之外的文件。

录音 `call_id` 默认取文件名去除扩展名后的部分；同一通话有多个项目录音时，默认使用发现的第一条，可点击“更换录音”重新关联本地文件。