Praat提取的基频可以工程应用吗？

Praat作为普通语音学习者的标注工具已经算是比较经典的工具了。近些年来，随着AI的兴起，神经网络的算法更新迭代也很迅速，这其中有一些算法会涉及到基频，也称为音高，这个参数的应用。而作为学习者在学习科研中，基频也是一个衡量声调或者语调的重要表现特征。今天的话题是想比较使用Praat提取的基频和两种工程应用级别提取的基频是否有比较大的差异，换句话说，如果使用Praat这个工具提取的基频，能做到工程应用吗？

我们选择标贝公司的开源数据中的一句为例，

推荐 | 实用的开源数据(更新中)

本文涉及到的程序和数据见：

https://github.com/feelins/Python-linguistics/tree/main/Part-03/P03_003_get_pitch

我们分别使用Praat, Straight, WORLD,提取这句话的基频， 后面两种工具， Straight是日本的和歌山大学的一位教授开发，它的matlab代码是开源的，在语音界早期很长的一段时间内，它都作为一个重要的参数提取和声码器。 近些年来，WORLD作为一种开源的声学参数分析工具和声码器，也被广泛应用。我们现在就来比较三种工具提取的基频是有多大的不同。

1. Praat脚本：https://github.com/feelins/Python-linguistics/blob/main/Part-03/P03_003_get_pitch/Get_Pitch.Praat
2. Straight: 因为没有开源的python代码或者工具代码，需要在matlab环境使用；
3. python脚本：https://github.com/feelins/Python-linguistics/blob/main/Part-03/P03_003_get_pitch/extract_f0_by_WORLD.py

三种工具，对同一句音频，提取的基频，也在这个目录内：

https://github.com/feelins/Python-linguistics/tree/main/Part-03/P03_003_get_pitch

我们使用的基频是16K采样率，提取的时候都是使用5毫秒的帧长，Praat和Straight相同，都是提取了532帧，而world提取了533帧，此处仍然需要笔者去查阅是为什么，有兴趣的伙伴也可以关注。我们默认忽略这一个点的区别。

先画一个点线图，虽然有个别数据点的不同，总体看上去并没有比较大的区别。

其次，我们检查后发现，整个音频，有连续基频点的一共是6段，我们分别比较这6段，再和原始音频比较，查看这6段的范围，在3种工具上是否有大的差异。人工检查后，大概定位这6段的开始时间和结束时间为：

开始时间	结束时间
0.4	0.58
0.74	0.88
0.97	1.32
1.42	1.8
1.88	2.04
2.19	2.38

针对三个工具提取的时间点，假如我们认为跟人工标记的最相近得2分，否则得1分。

工具	开始帧	结束帧	开始时间	结束时间	得分
Praat	85	120	0.425	0.6	1
	149	180	0.745	0.9	1
	195	269	0.975	1.345	2
	284	361	1.42	1.805	2
	382	409	1.91	2.045	2
	438	475	2.19	2.375	2
straight	82	117	0.41	0.585	2
	150	180	0.75	0.9	1
	194	268	0.97	1.34	2
	285	362	1.425	1.81	2
	381	415	1.905	2.075	1
	439	493	2.195	2.465	1
world	78	117	0.39	0.585	2
	150	180	0.75	0.9	1
	194	273	0.97	1.365	1
	285	368	1.425	1.84	2
	381	409	1.905	2.045	2
	438	482	2.19	2.41	2

事实上，这样的判断反而发现Praat和WORLD是比较接近人工判断的，当然这个人工判断仅是笔者一人所为，有兴趣的伙伴可以自己尝试提取数据比较。

总之，笔者认为，使用Praat提取的基频完全可以作为工程使用。

获取脚本

https://github.com/feelins/Python-linguistics

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

公众号：极地语音工作室, QQ讨论群720939827

版权说明

1、版权归本博客作者所有；

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。