Praat将连续录制的声音文件切成小单位文件

最新推荐文章于 2025-06-01 15:00:47 发布
最新推荐文章于 2025-06-01 15:00:47 发布
阅读量1.8w 收藏 22
点赞数 4
CC 4.0 BY-SA版权
分类专栏： Praat 文章标签： Praat label 标注 脚本
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/shaopengfei/article/details/20928683
本文介绍了一篇博客内容的迁移情况，原内容已转移至新的链接地址，读者可以点击提供的URL查看完整的内容更新。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Praat：语音标注工具【保存为TextGrid文件】
u013250861的博客
08-03 3273
Praat目前已经成为比较流行的语音处理的软件，它的使用也很方便，目前在网上有很多类似的教程，最有名的当属社科院语言所熊老师的教程，可以在语言所官方网站下载到（http://paslab.phonetics.org.cn/index.php/people/innovation_faculty/xiong_zi_yu/ ，在这个页面有一个熊子瑜，2004，《Praat 语音软件使用手册》），千万不要轻信个别网站的信息去购买这个教程。.........
praat 语音识别教程
q6q6q的专栏
10-27 1792
http://blog.youkuaiyun.com/shaopengfei/article/details/51363464近期更新了几篇Praat脚本从标注的TextGrid里提取数据一些脚本，发现有一些朋友会问到更细节的问题，于是有一个想法把结合Praat进行一个语音学上常用的实验研究的步骤都整理出来，希望对需要的朋友有所帮助。其实从事语音研究的可能大部分是语言学专业，对一些软件，脚本的使用可能不如工科...
Praat脚本-003 | 一种高效的将连续录制的音频切分的方案
shaopengfei的专栏
10-28 8918
在语音处理过程中，整理语料，录音，再进行标注，是一个非常重要并且基础的步骤。在录音时比较高效的做法是让录音人一次把所有语料全部录制完成，而不是录一句保存一句。这样录出来的语音存在的问题是，在标注时，声音太长，会很难处理，Praat在标注时也比较卡，也不好检索。这里要介绍的脚本就是通过手工给出大概的句子边界，通过这个脚本，能够将这些句子切分出来，标注时以切分出来的文件为单位，操作会容易很多。 这里以央广网上，一段新闻和报纸摘要的语音为例。这段语料如下，实际录音时可能要处理的句子更长。 里约奥运会进入第十一个比
Praat音频信息提取与标记技术指南
最新发布
weixin_32098457的博客
06-01 899
Praat是由Paul Boersma和David Weenink开发的语音分析软件，广泛应用于语音学、语言学及心理学等领域。它提供了从简单的声音回放到复杂的声学分析的各种功能，以其强大的功能和用户友好的界面深受研究人员喜爱。Praat的核心功能包括波形和声谱图显示、音高、强度、基频和共振峰分析等。它支持多种音频格式，并提供了一系列的脚本语言功能，可以进行批量处理和自定义分析流程。这些功能使得Praat成为语音研究的有力工具。Praat的音高分析工具基于算法来估计音高。
Praat脚本-013 | 无需标注自动切除音频首尾静音段
shaopengfei的专栏
01-05 2229
目录引题提取基频操作解释运行脚本获取脚本关注 引题 在提取数据的工作中，提取基频这是最重要的一部分，基频也可以称为Pitch, F0。它跟我们感知到的声调，语调是相关的，所以通常用来描述声调语言的声调，以及语调走势等。有关于相关的理论在此不展开，请查阅其它资料。以下图例从论文中摘出。 上图针对的声调语言的声调研究，在通过大量的数据提取平均值之后，画出来4个声调调类的基频走势。上图是原始值，下图是归一化到5度的值。描述方法是一样的。从这样的图，我们能够大概知道研究对象的声调趋势情况。 同样的道理，我们想研
Praat脚本-033 | Praat脚本裁剪归整句中停顿
shaopengfei的专栏
12-03 1502
在应用中，发现也会用到这样一个处理，就是希望能批量的对于句子中间可能存在的比较长的静音段进行处理，因为在录音的过程中，虽然希望在句中的静音段都比较适中，但是因为毕竟在录音的过程中很难控制的各种状态和因素，再者，如果手头上的语料是来自遥远的“年代”，或者来自网上的录播等途径，那就更有必要进行这样的操作
Praat脚本-019 | Praat批量修改音频通道数
shaopengfei的专栏
01-03 1716
目录引题运行脚本获取脚本关注 引题 今天为大家推荐一个脚本，是批量修改音频的通道数量的，有时候由于一些专业录音设备在录音的时候，可能是用的双通道录音的，也称为stereo，当用Praat打开之后，你会发现，波形图显示两部分。右侧显示Ch1和Ch2，代表第一、二通道，通俗的说，就是左右声道。 对于做研究写论文标注来说，不太清楚这会不会有太大的影响，但是对于公司做模型等用途，这可能是一些算法限制的必须是单通道的。今天提供的脚本就是批量将双通道转化为单通道。 如果你的音频数量不多，在Praat中你可以选择直接读
Praat脚本-024 | 如何使用PyToBI工具自动标注韵律边界调
shaopengfei的专栏
05-20 3264
ToBI介绍 ToBI是标注语调模式和其它一些韵律层面的信息的系统，最初提出用于英语句子上，目前在其它很多语言都有使用。详细说明可参考它的官方网站，以及有大量的文献。小编只是偶然遇到github上这个项目，分享给大家。 项目来源 今天推荐大家一款自动标注ToBI语调模式及一些韵律特征的开源工具包，PyToBI，笔者在试用的时候，发现有些地方操作有问题，发信请作者放一下数据，作者说因为版权的原因，她只回复了一个TextGrid，也没有放wav，我的目录里放了3句话，包括wav和TextGrid，在praat
【Praat噪声分析精要】：从噪声中提取纯净语音的秘密
本文首先介绍Praat软件的基础知识，然后深入探讨其噪声分析工具和技术，包括脚本基础、工具使用、分析方法论和噪声分析的具体实践应用。通过具体案例研究，本文详细阐述了在噪声环境下进行语音去噪和清晰化的流程，...
语音合成方法——波形拼接（Waveform Concatenation）详解
DuHz的博客
11-09 1523
波形拼接（Waveform Concatenation）是一种基于拼接的方法，用于语音合成的技术。其核心思想是将预先录制的语音波形片段（单元）按照特定的规则拼接起来，生成连贯、自然的语音信号。波形拼接方法因其简单直接、生成语音质量高而在早期的语音合成系统中得到了广泛应用，尤其适用于发音库丰富的应用场景，如语音导航、语音助手等。数据库准备：构建一个包含丰富语音单元的数据库，涵盖各种音素、音节及其变化。单元划分：将连续的语音信号划分为多个波形单元（如音素、音节）。特征提取与标注。
Praat脚本-017 |拆分已经标注好的音素为两个音素
shaopengfei的专栏
01-03 1537
目录引题获取脚本关注 引题 在标注过程中，一批任务标完之后，可能对一些音素重新进行了定义，这时候可能会需要批量将一个音素拆分成两个音素，比如对于双元音，au，拆分成a和u，当然扩展开来，也可以拆成多个音素，本脚本只讨论拆成两个音素的情况。音素被拆分成两个，在标注文件上，边界条也要同步体现，如果有大量的数据，手工完成自然费时费力，这个脚本可以批量进行拆分。对于拆分之后的时间点，是采用的原始音素的中间值，即在原来音素的时长中间点，增加一个边界条。 如图所示，拆分后，我们想达到这样的效果。 说明：该句样例来自
MFCC谱图及其三维图表示
12-20
本代码详细表达了MFCC提取过程，并且把MFCC可视化成梅尔谱图的形式；除此之外还提取了△MFCC，并且将MFCC和△MFCC表示成了3D曲面图的形式，对于写论文需要作图的朋友很方便使用，直接就可以运行，简单易懂！！
语音切分程序
godlovefei的博客
01-03 2438
根据语音信号能量的大小切分.raw文件(Linux)/* # Filename: cut_speech.c # Revision: 3 # Purpose : Read RAW-format data from stdin and extract speech # Date : 2018/01/03 # Usage : cutsp -w <window size> -f <frame sh
Praat脚本-033 | Praat脚本批量提取MFCC参数
shaopengfei的专栏
03-13 5048
MFCC(Mel-frequency cepstral coefficients):梅尔频率倒谱系数。梅尔频率是基于人耳听觉特性提出来的， 它与Hz频率成非线性对应关系。梅尔频率倒谱系数(MFCC)则是利用它们之间的这种关系，计算得到的Hz频谱特征。主要用于语音数据特征提取和降低运算维度。例如：对于一帧有512维(采样点)数据，经过MFCC后可以提取出最重要的40维(一般而言)数据同时也达到了降维的目的。【原文链接：https://blog.youkuaiyun.com/fengzhonghen/article/det
Praat脚本提取时长及基频并示例如何绘制声调图
热门推荐
shaopengfei的专栏
03-29 3万+
[更新日期：20161027 以前的资源里竟然没有脚本，抱歉下载过的朋友，我重新更新了一下资源，欢迎提出修改建议，不断更新。咨询邮件feipengshao@163.com，请务必附件样例以及有问题脚本，出错提示等，否则不予回复]] Praat脚本具有强大的功能，对语音文件标注完成后，下面的任务就是把成百上千的语音文件中的参数提取出来，最基本的就是时长，和基频，其它还有元音可能要提取共振峰，如果...
MFCC(Mel Frequency Cepstral Coefficient)提取过程详解
YoungLittleT的博客
05-12 3102
MFCC(Mel Frequency Cepstral Coefficient)提取过程详解 开飞机的猪猪关注 2017.09.26 17:56*字数 1339阅读 3760评论 1喜欢 4 MFCCs是一个在语音识别和说话者识别领域被广泛运用的特征，由Davis和Mermelstein在1980年提出，可以说从那以后，MFCCs就一直占据这声音特征方面的state-of-the-a...
基于MFCC参数的元音识别
赵至柔的博客
07-02 1961
基于MFCC参数的元音比对 一、需求分析 利用MFCC参数，对元音进行比对。读取每个元音的WAV文件，然后进行分帧，这里分帧的时候将重叠部分设置为0，即帧长wlen=256，帧移inc=256。每帧有256个数。 比对内容：1、同一个WAV文件的不同两帧进行对比；2、不同WAV文件的两帧进行对比。 比对方法：1、将两帧中每帧的12个mfcc参数相减，相减后求绝对值，画出波形，观察；2、...
praat批量生成pitch文件
04-03
### 如何使用Praat批量生成Pitch文件 在语音处理领域，Praat 是一种广泛使用的工具，用于分析、合成和操作语音信号。为了实现批量生成 Pitch 文件的功能，可以通过编写 Praat 脚本来自动化这一过程。 以下是关于如何通过 Praat 批量生成 Pitch 文件的具体方法： #### 1. 创建一个简单的 Praat 脚本 Praat 提供了一种脚本语言，允许用户自动执行一系列命令。下面是一个基本的 Praat 脚本示例，该脚本会读取指定目录中的音频文件并为其生成对应的 Pitch 文件。 ```praatscript @initializeVariables form Select directory with sound files, please { sentence[directory$] "" } directory$ = selectedDirectory$ files$ = Create Strings as file list: "sound_files", directory$, "*.wav" numberOfFiles = Get number of strings for i from 1 to numberOfFiles fileNameWithoutExtension$ = Extract part before period: files$.Get string: i Read from file: "'directory$'/'fileNameWithoutExtension$.wav'" To Pitch: 0.0, 75, 600 ' 设置最小频率为75Hz，最大频率为600Hz' Write to text file: "'directory$'/'fileNameWithoutExtension$.pitch.txt'", yes endfor ``` 上述脚本的核心功能如下： - **`Create Strings as file list`**: 获取目标文件夹中所有的 `.wav` 音频文件列表[^1]。 - **循环遍历每个文件**: 对于每一个音频文件，将其转换成 Pitch 数据，并保存为文本文件[^2]。 #### 2. 参数解释 - `To Pitch`: 将声音对象转换为 Pitch 对象。此函数接受三个主要参数：时间步长（通常设置为 0）、最低基频（如 75 Hz）以及最高基频（如 600 Hz）。这些值可以根据具体需求调整[^3]。 - `Write to text file`: 将生成的 Pitch 数据导出为纯文本文件以便后续分析或可视化[^4]。 #### 3. 运行脚本 要运行这个脚本，请按照以下步骤操作： - 启动 Praat 并打开其脚本编辑器窗口； - 复制粘贴以上代码至编辑器内； - 修改路径变量以匹配实际存储位置； - 点击“Run”按钮来启动批处理流程。 这样就可以一次性完成多个音频文件向对应 Pitch 文档形式转化的任务了！ #### 注意事项 确保所有输入的声音文件都具有相同的采样率；如果存在差异，则可能需要先统一它们再继续下一步骤。此外，在大规模数据集上应用时考虑优化性能问题也很重要。 --- ###
评论 18
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

极地语音工作室

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值