Praat脚本-023 | 谈谈自动标注这点儿事（1）

引题

使用Praat进行语音标注，这是Praat使用者最基础的功能。在较原始的语音生产阶段，我们开始用Praat标音，打开一个句子，一个时间点一个时间点的加蓝条条，还要调整，还要听，好不容易标完了一层，没想到你的方案决策者或许还会让你标几层，十多层。。。！？希望看到此处的你没有在眼科挂号。

毕业之后，你可能去了一家大厂，你发现这里标注的是上万句，这是什么鬼，毕业的目的应该不是来这里标蓝条条吧？！很显然，在所谓的大数据时代，这些大厂用的是自动标注。根据不同的使用情况和范围，不同层次的人的需求，这里将这个技术分为四个阶段：

第一，傻乎乎的自动标注，
第二，使用脚本的自动标注，
第三，使用诸如SPPAS的自动标注，
第四，较为专业的自动标注。

本篇从第一层次讲起，希望挖了这个坑，以后慢慢填完四个部分。

这里的“傻乎乎”不是意味着在评价个人能力。其实这不算是自动标注，只是叫自动加了标注条而已。如果你对技术操作，软件，脚本，都比较陌生，但，自己急着需要一种快速的方法，帮助自己完成标注，怎么办？怎么办？还有一种情况是做了少量的偏僻方言，或者稀缺语种的不太多的数据，这时候用后面高级的自动标注反而没办法用得上。

假定我们这里有一些音频，本例中用两个例子代替：

000001.wav
000002.wav

首先我们要明确这两个音频的内容，这里第一句话是“卡尔普陪外孙玩滑梯”，第二句话，我们为了更好的表达，用的是“卡尔普”这个词，下面做发音字典要说明为什么。那么我们要建立两个文本文件，写出这两句话的文本。
000001.txt

sent
卡 尔 普 陪 外 孙 玩 滑 梯

000002.txt

sent
卡 尔 普

解释一下，首先文本是用空格隔开的，这纯粹是为了方便Praat来分隔每一个字的内容，好添加到层级上。其次，第一行加了一个“sent”，也是为了方便Praat读取。这些操作用Python等编程语言是不需要这么复杂的，这是后话，如果有喜欢这篇文章，想对自己语料更方便的操作的，比如可以通过程序更方便的生成这个格式，可后续留言或者入群，小编将会继续方便大家使用。

假如有一些音频，按照上面的格式，把句子内容都保存为一个文本，我们称这些文件为label，这个操作无论用上述哪种方案都是需要的。包括下面要提到的做一个发音词典，当然对汉语来说，这个可以叫发音字典。而如果你的语料是英语类似的语言，它是有明显空格隔开的，那更是可以使用这个脚本操作。

下面，我们要准备一个发音词典，这个发音字典包括你音频里面所有的词条，或者字，它们的发音音素，注意要空格隔开，这也是为了读取出来增加到一个专门的层级上：

word	phons
卡	k a2
尔	er2
普	p u3
陪	p ei2
外	w ai4
孙	s un1
玩	w an2
滑	h ua2
梯	t i1

实际操作中大家在Excel中制作好，拷贝到文本文件中保存就好了，第一行是表头，第一列和第二列之间用Tab隔开，这个也是为了方便Praat读取。
dict.txt

word	phons
卡	k a2
尔	er2
普	p u3
陪	p ei2
外	w ai4
孙	s un1
玩	w an2
滑	h ua2
梯	t i1

解释一下，我们没有专门为第2句话制作字典，因为第二句话的三个字，都出现在第一句话里了，这个地方就为了说明你的字典，只要包括你的音频目录出现的所有内容就可以了。同理，制作英语这样语言的发音字典，也是把词和音素或者叫音标，保存起来就好。

操作解释

其实这里的主要操作，是根据这句话有几个字，或者几个词，平均分隔时长，增加上边界条，以及字/词的内容，同样，根据字/词的发音，再把音素也平均分开，增加到上面。所以这里只是增加了边界条，实际的边界是需要你去调整的。

运行脚本

本文的代码下载地址见下文(获取脚本部分)是23-auto_annotation_01/simple_auto_annotation.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label目录，就是上面提取的文本文件目录；
3. 接着设置刚才字典的路径；
4. 设置提取出来的结果文件的路径，这里就是TextGrid目录。
   
   设置完毕，点击OK，运行脚本，我们分别打开这两个文件查看一下效果。
   
   
   解释一下，第一句，因为音频比较规整，这个脚本加上了一个自动检测首尾静音段的功能，这个功能在第13个脚本自动切除首尾静音段使用过。所以突然看上去好象还比较准确，但是中间部分就是完全的进行了平均设置的。第二个脚本貌似无法用自动预测首尾静音段，所以就拿全部时长平均的，这也能看出来的。

不知道大家有没有对这个基础的标注功能有兴趣呢？如果没有满足你的胃口，可以静待后面更多的自动标注方案。

获取脚本

https://github.com/feelins/Praat_Scripts

说明：近期，貌似遇到了github如果不科学上网无法访问的情况，笔者也发现这个问题，后期有时间会将代码同步在一个国内容易访问的代码管理空间，目前还没有想好，请大家谅解哈，有兴趣可以加文末的QQ群，在群里私信发，会直接发给大家代码。

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。