Business Project Manifest Adapter / 业务数据到项目 Manifest 适配说明

更新：2026-06-02
关联文档：业务导出 Cookbook · 业务 Manifest 与 Type-Role 规范

一页结论

现在仓库里已经有一条接近项目训练/评测 manifest 的离线脚本链：

1. 业务库表导出 CSV / JSONL
2. ../acr-engine/scripts/normalize_business_export.py
3. ../acr-engine/scripts/split_business_manifest_ready.py
4. ../acr-engine/scripts/build_business_project_manifests.py

最后一步会直接生成：

• catalog.json
• train.json
• test.json
• val.json

格式对齐当前项目已有 manifest 结构。

---

1. 对齐后的项目格式

catalog.json

• 只放 reference
• 字段：song_id / audio_path / duration / type=reference / source_dataset

train.json / test.json

• 前半部分是 query
• 后半部分拼接 reference
• query 字段：
  • song_id
  • audio_path
  • duration
  • type=clean
  • offset
  • segment_type=external_query
  • source_dataset

val.json

• 当前默认只放 split=val 的 query
• 可选把 holdout 合并进 val

---

2. 示例命令

cd /workspace/acr-engine
/usr/local/miniconda3/bin/python scripts/normalize_business_export.py \
  --input configs/manifests/examples/business_asset_export_example.csv \
  --output /tmp/business_asset_manifest_ready.jsonl

/usr/local/miniconda3/bin/python scripts/build_business_project_manifests.py \
  --input /tmp/business_asset_manifest_ready.jsonl \
  --output-dir /tmp/business_project_manifests

如果你希望把 holdout 先并进 val.json：

/usr/local/miniconda3/bin/python scripts/build_business_project_manifests.py \
  --input /tmp/business_asset_manifest_ready.jsonl \
  --output-dir /tmp/business_project_manifests \
  --include-holdout-in-val

---

3. 适配边界

这一步还不是最终“真实业务生产接入”，但已经足够让下个 session：

• 用真实业务导出样本跑通 manifest 结构
• 对接 train.py / evaluate.py / run_demo.py
• 再只针对最终字段细节做小修

Sources

• See business-export-cookbook.md
• See business-manifest-and-type-role-spec.md