21、基于众包的口语对话数据收集框架：Pair Me Up的研究与实践

基于众包的口语对话数据收集框架：Pair Me Up的研究与实践

1. 延迟测量协议与数据同步

在实验室环境中，可通过高速局域网连接来最小化机器间的网络延迟，并使用网络时间协议（NTP）等方法同步计算机时钟。然而，在众包数据收集场景下，网络延迟更高且更难控制，同时出于安全考虑，不能调整远程用户的系统时钟。

在基于网络的游戏界面中，延迟可能会以多种方式影响所收集的数据。例如，远程用户在其用户界面（UI）发起操作到服务器得知该操作发生之间可能存在延迟；反之，服务器在用户UI中发起事件（如更改图像集），该事件可能要过一段时间才会在用户UI中实际发生。

为解决这些问题，我们实现了一个简单的延迟测量和同步协议，该协议可以：
1. 估计每个客户端与服务器之间的网络延迟。
2. 转换从客户端机器系统时钟收集的时间戳和服务器上的时间戳。

该协议的工作流程如下：
- 在游戏的每个图像集开始时，服务器S向远程客户端C发送一个请求数据包。服务器发送请求时的时间戳记为$t_a^S$。
- 客户端C接收到请求后，运行在客户端C浏览器中的代码计算客户端系统时间戳$t_c^C$，并立即将该值随响应一起发送回服务器。
- 服务器在$t_d^S$时刻接收到响应。

每个请求/响应周期，服务器可得到服务器 - 客户端通信的往返延迟：$roundtrip = t_d^S - t_a^S$。为了关联客户端事件时间戳和服务器事件时间戳，我们假设客户端在服务器观察到的往返时间的中点发起响应，即$t_c^S = \frac{1}{2}(t_a^S + t_d^S)$。

通过这种方式，我们得到一系列时间戳对$t_c^C$