praat中文说明.docx
《praat中文说明.docx》由会员分享，可在线阅读，更多相关《praat中文说明.docx（46页珍藏版）》请在冰豆网上搜索。
praat中文说明
中文說明--PRAAT软件的使用方法
Praat-1401使用說明
（2004/01/020）
一． 錄音、存語音信號文件（New）
（1） 錄音：
主功能表（Objects）上選擇“New”;----“Recordsound”
此時選擇“Sample-rate”,擊Record開始發音，然後擊stop去停止錄音；選擇Play聽已錄語音，不滿意，重錄；
選擇LefttoList，在主功能表的空白處就出現一個文件SoundLeft,你可選擇Rename去修改語音檔案名，但Sound是文件格式標記，不能改；
注意：
當你不能利用New來錄音時，可選用你Windows中的“錄音機”功能來錄音並保存爲WAV格式:
開始——程式——附件——娛樂——錄音機；
錄音機文件——屬性：
11K16位單聲道OK!
按紅色鈕開始錄音，按黑色鈕停止錄音；
文件——保存（指定路徑和檔案名）
（2）在Praat中保存語音文件：
左框主功能表中（Objects），選擇write中任意中格式，但通用格式爲WAV;指定路徑和檔案名。
二．語音標注（Label&segment-analysis）
（1） 用左框主功能表中的read來調出信號文件；
（2） 左框主功能表中右手邊功能表，選擇Edit,就會出現一個图形窗
（1），上部爲波形，下部爲语图，在此窗中的主功能表View，可加選pitch,formant,energy；
（3） 图形窗（１）中的Edit,可以編輯選擇部分信號並存文件；
（4） 左框主功能表中右手邊功能表，選擇Label&segment-analyse,
（5） 出現一個需要選擇的文字框，選擇toTextGrid,填入tiername,pointtier;就會産生一個TextGrid的新文件，擊右手邊的Edit,就會出現一個文本框，然後與波形窗對齊，在文本框内，用滑鼠選擇音節段，或聲母，韻母就可用音標符號標注。
（6） 標注完成後，在此框中的主功能表file—writetextgridtotextfile,選擇你存入的地址和名字，就完成了。
此textfile可以在Praat環境中,using“edit”todisplayplotter出來,andopenthisfileonMicrosoftWordtodisplaydigitaltext.
三．音高（Pitch）分析（包括三維语图和共振峰歷程分析）：
（1） 調出已保存語音文件：
Read---Readfromfile（Soundxxx）,使用edit去畫出三維语图（showspectrogram）和音高曲線（showpitch）,記錄下要取消的部分（在後面的excel中）的起點和終點時間;
（2） 第一種比較複雜然而比較多用途的方法如下：
修正基音標記：
先用praat標記周期（periodicity---topointprocess），此時出現一個PointProcess文件[1]，使用Edit,出現一個基音周期調整框。
若需要的話,可人工檢查修正這些標記，方法是：
用滑鼠去框住不要（亂的）部分，在子功能表上選擇Point---Removepoint；
完成以後用praat把周期文件轉化成音高文件（topitchtier）（，此時在object列表框空白處出現一個PitchTier的文件。
這個文件可使用Edit命令畫出一個音高（Pitch）隨時間變化的图形,F0（t）。
也能用滑鼠去圈定一段不要的基頻，Point—remove就能取消這些點；可滑動滑鼠去讀出每個样点上的音高數值；
然後返回到功能表（object）去保存一個文字檔案：
Write---toheadlessspreadsheetfile。
音高文件本身是一個文字檔案（F0資料），可以用Excel打開這個文件，首先按照先前記錄下的待取消部分的時間,將其時間和數據”清除”,這樣就能使音節之間有效的音高曲綫得到分離;然後把基頻（F0）數據全部換算成半音或五度制。
最後用Excel作成图表;辦法是:
[1]五度制转换：
激活C1（EXCEL表中第C列,第一行,這是假定在B列中存放了F0数据,計算結果將放在C列的第一行）,調出函數log10,在下面空白處打入B1/f1,f1可設為當前F0的最低值；按一下enter,將鼠標放到公式結尾處，打入*16.61,按一下鍵盤上的enter鍵，在C1格内就出現五度值；
*B1是存放音高數據的列的第一行數據
[2]copyC1,再激活全部C列，點paste,C列就全部置換成五度值了。
[3]激活C列，點“制图”，選“折线”，“下一步”，到“4步驟3”，點“數據表”，再選中“顯示數據表”，點一下“完成”。
主表object中選擇Downtotableofreal,主表中出現一個同名的文件,然後,Draw,在副表中會顯示全部音高值（爲此,先在副表中用鼠標畫出一個窗,以便容納全部音高數據）,使用copytoclipboard,將數據貼到word文當中去.
（3）另一種是分析音高的簡單方法：
在調出語音文件後，Praat使用Edit畫出既有語音波形，又有三維语图、音高曲線、共振峰和音強等，這些語音聲學特性是否需要顯示在图上，可有自己選擇：
啟動Show，就可選中或關閉某項聲學特性。
爲了突出語音部分，可以先整理波形，剪切掉無用部分；
只显示語圖和音高曲線（showspectrogram;showpitch）;
選擇语图中音高曲線與母音重叠部分，用滑鼠測量曲線的起始點音高值、拐點（如有必要的話）和終點；
將每個音節的音高值填入EXCEL表，每個音節兩個或三個F0,從上而下排列，音節之間空一格；（建議測量三點）
如需要的話，在EXCEL表上將F0轉換成半音或五度值；然後就可以作图。
辦法如下：
[1]五度制轉換：
激活C1（EXCEL表中第C列,第一行）（假定將計算結果放入C1）,調出函數log10（插入—函數—三角函數—log10）,在下面空白處打入B1/f1,f1可設為當前F0的最低值（或任意值）；按一下enter,將鼠標放到公式結尾處，打入*16.61,按一下鍵盤上的enter鍵，在C1格内就出現五度值；
*B1是存放音高數據的列的第一行
[2]copyC1,激活全部C列，點paste,C列就全部置換成五度值了。
[3]激活C列，點“製圖”，選“折線”，“下一步”，到“4步驟3”，點“數據表”，再選中“顯示數據表”，點一下“完成”。
請你分析声调：
專 麻 古 五 對 大 第 百 白
四.语图分析和元音共振峰數據提取:
1.在主表（objective）中讀出（read）一個聲音文件（soundfile）;並聽語音回放play;
2.在主表中選擇formant,副表設置一View,主表選擇Draw—Speckle;
3.在主表中選擇”Downtoformanttier”;nextto“DowntoTableofreal”.
此時主表中顯示一”Tableofreal……（filename）”,接著在副表中設一View;
4.在主表中選擇Draw---Drawasnumber---free,此時在View中列出全部有效的共振峰數據;
5.可以在Excel中打開Tableofreal作爲一個被儲存的PostScript文件;
6.副表中的共振峰數據即可以WritetoClipboad,也可以打印（Print）出數據;
7.讀出光標點四個共振峰數據:
在子表的三維語圖上選擇一個時刻（TargetPoint）,然後選擇Formant—Formantreport,即可得到所要的共振峰讀數;
8.二維功率譜:
在子表的三維語圖上選擇一個時刻（TargetPoint）,然後選擇spectrum---viewspectralslice.
请问，为什么要*16.61？
5/LOG
（2）=16.6096404744368
那是把每倍频程看成是5度的算法。
12/LOG
（2）=39.8631371386483
那是把每倍频程看成是12半音的算法。
建议使用半音的算法。
D=5lg（f/fr）/lg2
st=12lg（f/fr）/lg2
式中fr是参考频率。
那个D式，包括16.61的始作俑者是本人。
那是1970-1980年代的需要。
北大80周年校庆中文系学术论坛上我首次提出D式（1979）。
对于国际交流来说，还是用st（半音，semitone）更好。
如何求得基音同步标记
在PSOLA中基音同步标记的求取是很重要的步骤，我想请问各位高手：
应该如何求取基音同步标记。
能否提供一些可行的算法。
哪里能够下载可参考的程序。
谢谢！
ThefollowingisasummaryIwroteinanotherplace.Justcopyithere,hopeit'shelpful.
QUOTE:
Youarerightabouttheimportanceofpitchmarks.WhenIbuildaTTScorpus,Ididthefollowing:
1）Preparetextsforrecording.Youhavetotranscribethetextintophoneticsymbols（suchaspinyin）,consideringthephonemecoverageandbalance,theprosodiccoverage,
2）Recordsoundpressureandlaryngographsignalssimultaneouslyforthetexts.Thelaryngographsignalisoptional,butithelpstodeterminetheGCI（glottalclosureinstant）ofthespeech.
3）Forcethespeechsignaltobealignedwithphonetictranscriptions.Alignmenterrorshavetobecheckedandcorrected.Maybesomesentenceshavetobere-recorded.
4）Generatepitchmarks.PitchmarksareusuallyassignedateachGCIdetectedfromthesignalbycertainalgrithm.ThemarksmightneedtobemannuallycheckedandcorrectedincasetheGCIdetectionalgrithmdoesn'tworkwell.Theunvoicesegementsinthespeechalsoneedfalse"pitch"marksinordertomakePSOLAwork.
5）GeneratetheTTSinventory.Thespeechsignals,pitchmarks,andphonetictranscriptionsareindexedandstoredinsomedatabase.Thesynthesizerwillretrievethedatabaseandconcatenatesegmentsintosentences.
**Note:
PSOLAisapatentofFranceTélécom.YoucouldmakeaPSOLA-likesynthesizer,butcouldn'tusethePSOLAalgrithmforfree.
用PRAAT SCRIPT 语言实现等时间比例提取基频值 （../index.htm../index.htmdispbbs.asp?
boardid=1&rootid=41975&id=41975）
-- 作者：
清凉山人
-- 发布时间：
2005-12-2020:
32:
53
-- [讨论]用PRAAT SCRIPT 语言实现等时间比例提取基频值
用PRAATSCRIPT语言实现等时间比例提取基频值
看到有人问起如何用Praat软件实现等时间比例来提取不定时长音节的基频值，如将不同时长的每个音节都提取出10个等距离的基频值来。
我特写下如下Script语言以供参考：
--------------------------------------------------------------
#name$表示声音文件名，请首先选择您要分析的声音
name$=selected$（"Sound"）
#注释：
以下分析基频，可以修改音域上限f0Max和音域下限f0Min
f0Max=250
f0Min=50
selectSound'name$'
ToPitch...0.01'f0Min''f0Max'
#注释：
以下暂停以等待使用者进行基频修改，如果不需要修改，直接按continue即可，如果修改则等到修改好并将Pitch窗口关闭之后按continue即可，
pause是否需要调整基频数据？
#打开Pitch窗口供您选择您要采点的区间
selectPitch'name$'
Edit
editorPitch'name$'
pause请选择待提取的基频数据区间：
a=Getbeginofselection
b=Getendofselection
#dianNum表示在选定的区间内基频采样点的数目，可以自己改变。
dianNum=10
c=（'b'-'a'）/（'dianNum'-1）
tempposition='a'
#newfilename$表示文件名，该文件用来存放提取出来的数据，可以自己更改。
newfilename$="c:
/temp.txt"
filedelete'newfilename$'
#以下是数据采样过程，提取出来基频数据及其时间点的数据保存在临时文件（c:
/temp.txt）中。
forifrom1to'dianNum'
Movecursorto...'tempposition'
pitchvalue=Getpitch
fileappend'newfilename$''tempposition'
fileappend'newfilename$',
fileappend'newfilename$''pitchvalue'
fileappend'newfilename$'；
tempposition='tempposition'+'c'
endfor
endeditor
-----------------------------------------------------------------------
使用说明：
1、打开Praat程序，新建一个Script文件，将上段语句拷贝进去；
2、从PraatObject主窗口中选择一个声音文件；
3、从Script窗口中按Run加以运行；
4、按照提示进行接下来的操作；
5、从数据文件中获得您需要的数据，默认条件下为“c:
/temp.txt”文件。
以上是我从网上下载来的。
-- 作者：
清凉山人
-- 发布时间：
2005-12-2021:
23:
54
--
我们对它略作改动：
#name$表示声音文件名，请首先选择您要分析的声音
name$=selected$（"Sound"）
#注释：
以下分析基频，可以修改音域上限f0Max和音域下限f0Min
f0Max=250
f0Min=50
selectSound'name$'
ToPitch...0.01'f0Min''f0Max'
#注释：
以下暂停以等待使用者进行基频修改，如果不需要修改，直接按continue即可，如果修改则等到修改好并将Pitch窗口关闭之后按continue即可，
pause是否需要调整基频数据？
#打开Pitch窗口供您选择您要采点的区间
selectPitch'name$'
Edit
editorPitch'name$'
pause请选择待提取的基频数据区间：
a=Getbeginofselection
b=Getendofselection
#dianNum表示在选定的区间内基频采样点的数目，可以自己改变。
dianNum=21
c=（'b'-'a'）/（'dianNum'-1）
tempposition='a'
#newfilename$表示文件名，该文件用来存放提取出来的数据，可以自己更改。
newfilename$="c:
/temp.txt"
filedelete'newfilename$'
#以下是数据采样过程，提取出来基频数据及其时间点的数据保存在临时文件（c:
/temp.txt）中。
forifrom1to'dianNum'
Movecursorto...'tempposition'
pitchvalue=Getpitch
#fileappend'newfilename$''tempposition'
#fileappend'newfilename$',
fileappend'newfilename$''pitchvalue'
fileappend'newfilename$'；
tempposition='tempposition'+'c'
endfor
endeditor
这是一个praat的usergroup
入门教程3.2.定制三维语图
使用Spectrogram（三维语图）选单下的Spectrogramsettings...（三维语图设置）命令，可以设定三维语图的计算方法和显示方式。
这些设定在整个Praat会话期间都将保留。
所有设定都有其标准值（所谓“出厂设定”），只要按一下Standards（标准设定）按钮就会完全恢复。
Viewrange（显示范围）（Hz）
要显示的频率范围。
标准值是底部0Hz而顶部5000Hz。
如果最高频率高于声音的Nyquist频率（即其采样频率的一半），则三维语图中会有部分数值为0，高出的频率上将是一片空白。
用44100Hz的采样频率录一段声音并将显示范围设为0Hz至25000Hz就能看到这种现象。
Windowlength（时窗长度）
分析时窗的长度。
如果设为0.005秒（标准值），Praat将取每一帧中点前后各0.0025秒间的一段作那一帧的时窗长度（对于Gaussian（高斯型）时窗，Praat实际上是要多取的）。
时窗长度决定声谱分析的带宽——简单正弦波的三维语图中水平线的宽度（如下）。
对于Gaussian时窗，-3dB上的带宽等于2*sqrt（6*ln
（2））/（π*时窗长度），即1.2982804/时窗长度。
想要得到“宽带”三维语图（带宽260Hz）的话，只要保留5毫秒的时窗长度标准值就好；而要得到“窄带”三维语图（带宽43Hz）的话，请将其设为30毫秒（0.03秒）。
其他时窗形状，取值略作调整即可。
Dynamicrange（动态范围）（dB）
所有比从最大值向下减去动态范围dB数之后的值还要低的值（可能经过了动态压缩，参见Advancedspectrogramsettings...（高级三维语图设置））都将绘制为空白。
范围当中的值则为相应的灰色斑纹。
这就是说，如果三维语图最高峰的高度在30dB/Hz，而动态范围是50dB（即标准值），那么凡低于-20dB/Hz的值都将绘制为空白，同时-20dB/Hz与30dB/Hz之间的便都将绘制为不同的灰色斑纹。
带宽
想要了解时窗长度如何影响带宽的话，请先创建一条1000Hz的正弦波——使用CreateSound...（创建声音）命令，输入Formula（算式）：
1/2*sin（2*pi*1000*x），并单击Edit（编辑）按钮。
三维语图上有一条水平方向的黑带。
然后改变三维语图设置中时窗长度一项，可以看到线条的粗细怎样变化：
时窗长度越大，线条越细。
显然，分析时窗包含的波的周期越多，三维语图对波的频率的分辨就越精确。
如果特别想看清这里的差异，只要创建一条由1000和1200Hz正弦波叠加成的波。
算式为：
1/4*sin（2*pi*1000*x）+1/4*sin（2*pi*1200*x）。
您将在编辑器中看到，如果是较短的分析时窗（5毫秒），就是单独一条粗带，而如果是较长的分析时窗（30毫秒），则分成两条带呈现。
显然，分析时窗越长，频率的解析度越高。
既然如此，为什么不总是用长的分析时窗就得了呢？
答案很简单：
长时窗的时间解析度太糟了。
想要认识这一点，只要创建一段由两条正弦波和两个很短的“咔嗒”噪声复合成的声音。
算式为：
0.02*（sin（2*pi*1000*x）+sin（2*pi*1200*x））+（col=10000）+（col=10200）。
只要查看这段声音就能发现，长的分析时窗会让那两声“咔嗒”恰好重叠，而短的分析时窗会让那两条正弦波重叠。
显而易见，时间解析度和频率解析度之间存在一个平衡。
不可能取得时间和频率两方面同时精确。
高级设置
请使用Spectrum（声谱）选单中的Advancedspectrogramsettings...（高级三维语图设置）命令。
入门教程8.1.音高的变换
想要修改现存Sound（声音）对象的音高曲线，只要选中这段声音并单击ToManipulation（生成变换）按钮（译者注：
该命令按钮上的文字实际为ToManipulation...，原文遗漏了...）。
列表中将出现一个Manipulation（变换）对象。
然后单击Edit（编辑）按钮打开ManipulationEditor（变换编辑器），在这里，音高曲线（实际是PitchTier（音高层叠）对象）表示为一系列粗圆点。
如果需要减少圆点数目，请执行Pitch
升级会员 