Praat脚本-010 | 提取时长和共振峰

引题

与提取基频的工作类似，提取共振峰也是很常用的一个数据提取操作，共振峰在物理学上称为共振谐波，最典型的例子是我们扔石子到水里，看到的一条一条有规律的水波慢慢展开来，在语谱图上，周期性的浊音，也会产生谐波共振，通过语图上的采样点的描述，我们不但可以清楚的看到这些共振的图形，而且可以通过比较准确的数值来描述出来。共振峰也可以称为Formant。通过第一，第二，第三共振峰可以得到不同元音的分类。通常称为声学元音图。以下来自维基百科。

我们如果有足够多的语料，调查足够多的样本，通过提取第一，第二共振峰，也可以画出上图的元音分布图。下图就是少量数据，提取了3个元音的共振峰图。虽然这样的样本数不足以说明什么论题，但是从图形上大概我们可以看到这几个发音在振峰数据上明显的区别。而与上图比较标准的分布相比，每个类别的发音所在的坐标范围是接近的，即使这两个语言不是同一个语言。

有关于共振峰，包括以前提取的基频，如果应用这些数据，每个人都有不同的理解，小编这里只是提供提取数据的方法，具体的理论应用，还是要靠每个人去自己钻研。

操作解释

我们举一个例子说明Praat对基频的一些操作，如图所示。这是一句中文的标注。请关注中间的频谱部分有一些红色的粗点线，这些线就是共振峰线，当鼠标点在频谱某一个位置时，在窗口的左侧红色的数值，这个数值就是这一点的共振峰值，是353.7Hz，单位是赫兹。

Praat也有一个list功能，能够将小部分的共振峰值都列出来，方便即时查看。但是想要对自己标注文件的批量提取还是需要使用脚本。上面我们将鼠标点到“梯”这个字的元音部分，即i，点击菜单上的Formant listing，得到这段时间的第一，第二，第三，第四共振峰的值。

这里我们得到以下的数值，第一列是时间点，它是每隔0.005秒提取一个数值的，而第二列就是第一共振峰，依次是第二，第三，第四，我们现在将它们拷贝到Excel中平均一下。因为第三，第四共振峰很少用来说明。这里第一共振峰平均值为321.6913， 第二共振峰为2243.81。这两个值正好接近本篇第二个图上的i这个音。

Time_s   F1_Hz   F2_Hz   F3_Hz   F4_Hz
2.195625   324.680287   2516.608172   2867.457184   3748.071517
2.201875   318.370181   1846.767900   2956.677747   3717.567812
2.208125   312.909895   2454.839291   2863.385874   3671.165860
2.214375   311.282404   2620.850905   3052.262963   3700.534832
2.220625   312.105136   2280.820341   3063.632756   3770.223117
2.226875   313.127821   2183.631983   3054.060361   3731.183230
2.233125   314.134914   2067.019282   3054.077533   3715.921255
2.239375   314.819897   2079.885728   3058.397779   3722.891528
2.245625   315.776328   2058.038776   3056.932410   3728.522707
2.251875   316.637051   1984.392501   3076.668262   3725.340999
2.258125   317.384154   2069.099336   3082.892570   3677.238563
2.264375   318.213992   2178.881881   3094.750513   3626.427288
2.270625   318.971406   2338.264194   3104.575634   3485.678396
2.276875   320.342066   2557.419705   2983.436283   3459.093249
2.283125   321.749633   2715.135537   2825.082558   3475.666379
2.289375   323.288646   2831.642875   3491.701191   4903.718005
2.295625   324.960858   2843.677465   3509.813462   4906.416679
2.301875   326.387696   2855.631702   3522.580913   4662.058889
2.308125   325.648632   2865.908675   3543.678457   4677.927131
2.314375   325.103740   2270.808279   2882.622037   3578.725367
2.320625   326.069132   1918.207171   2889.757892   3580.926196
2.326875   327.290867   2889.121832   3567.725628   4793.712899
2.333125   326.769495   2158.376278   2892.118695   3594.225185
2.339375   326.569785   2412.796774   2901.050428   3569.372359
2.345625   327.755638   2135.125232   2916.072284   3541.078890
2.351875   328.897130   1744.689390   2901.662884   3568.772794
2.358125   330.293718   1468.371026   2908.720581   3532.722526
2.364375   330.299520   1581.873697   2867.386716   3525.643427
2.370625   327.317988   1840.534434   2820.613588   3491.828992
2.376875   324.872058   1915.517746   2858.801924   3528.307705
2.383125   323.754300   1921.790700   2865.881750   3529.372073
2.389375   320.602452   2208.851538   2792.204036   3469.733114
2.395625   319.427033   2231.197565   2773.626040   3518.689921

运行脚本

本文的代码下载地址见下文(获取脚本部分)是10-get_duration_and_formant/Get_Duration_and_Formant.Praat。脚本里有我的邮箱，有任何问题都可以来信咨询。

打开Praat之后，选择Praat，Open Praat Script...，打开这个脚本，然后在脚本窗口选择Run，Run，或者直接使用快捷键Ctrl+R，在弹出来的对话框里，设置以下几个地方：

1. 设置你的wav所在的目录，这里因为是在Windows系统，所以路径斜线是\，如果你是在Mac使用，将这个斜线方向反一下就好；
2. 同样的方法设置下面的TextGrid目录；
3. 接着设置你要提取的一般是音素层，它是第几层，这里在第1层；
4. 设置提取出来的结果文件的路径。
   

设置完毕，点击OK，运行脚本，结果可以到结果文件里查看。
结果是这样的，首先是文件名，其次是这个音素的名称，再后面是音素的时长，以及后面的这个音素时间段内的平均共振峰，这里提取了第一，第二，第三，通俗的也直接用F1, F2, F3代替。

为了作图方便，在Excel里把F1，F2顺序反过来，保证能做出那个倒立的梯形，使用Excel里的散点图。

在制作这个声学元音图的时候，需要在Excel里把坐标轴的坐标逆序，如果不知道如何操作，请度一下。

获取脚本

https://github.com/feelins/Praat_Scripts

本站所有Praat脚本都可以在上述github的项目目录里找到，如果日常对代码、脚本操作比较熟练的可通过下载、安装、配置github for windows在自己的电脑上通过git clone将代码下载到本机，这样的好处是可以跟主站及时更新代码。
不想费如此脑筋，可以通过点击如下图Code位置所示，下载整站的代码，可直接使用。

关注

关于对本站脚本的使用咨询，以及功能修改，增加等，都可以扫QQ咨询群，私信群主。

版权说明

1、版权归本公众号“极地语音工作室”，原名“语音处理小站”所有；

2、未经本站或者作者允许， 不得任意转载本文内容，否则将视为侵权；

3、转载或者引用本文内容请注明来源及原作者；

4、对于不遵守此声明或者其他违法使用本站内容者，本人依法保留追究权等。