11、语音数据采集全攻略

语音数据采集全攻略

1. 语音测量技术

在语音研究中，有多种技术可用于获取语音相关的数据。
- 气流测量 ：通过特定的测量手段能得到气流的速度、方向和流量数据。不过，根据传感器类型和附件的不同，测量时要求说话者在发音过程中保持静止。所需设备包括气流传感器和数据采集硬件，数据速率取决于是否需要捕捉气流的发声成分。
- X射线微束 ：能提供舌头和其他发音器官上选定肉质点的二维运动数据（通常在矢状中平面）。它采用点跟踪技术，将受试者的辐射暴露水平降低到可接受程度。但该设备仅在威斯康星州麦迪逊市的专用微束设施处可用，每个肉质点的跟踪频率约为100 - 200Hz，通常可同时跟踪约10个肉质点。
- 核磁共振成像 ：这是一种静态成像技术，对声道软组织有很好的分辨率，切片可自由选择，如矢状面、冠状面等。进行此项测量需要友好的医院配合，采样率小于1Hz，图像分辨率典型为256×256像素（8位像素深度）。
- 超声成像 ：可用于获取舌头的矢状面和冠状面图像，但要求换能器与舌头之间无空气介入，换能器通常置于下颌下方并随下颌移动。所需设备为超声机，数据通常以标准视频数据形式存储，若要数字化则需帧抓取器。

2. 语音录制设备

语音录制所需的基本设备包括麦克风、放大器/处理器、录制设备和存储设备。设备的选择取决于可见性、环境、通信模式以及要录制的数据。录制通道（麦克风和录制介质）的质量由信噪比、带宽和动态范围三个特性决定。每次语音录制都应记录日志，包含录制设置、参与人员、说话者数据以及录制时间和日期等重要管理