Praat客服語音標注

1、語音轉(zhuǎn)寫操作手冊（三層）一、用腳本打開語音文件 1 點擊praat>open>read from file>找到你打開的文件>打 開>選中同一個文件名的兩個文件>View & Edit； 2 Ctrl+2可以同時兩層打點，Alt+Backspace可以刪除時間點； 做完以后Ctrl+S 保存到根文件下面；請參看培訓視頻。二、開始標注語音文件 時間邊界定位： 按Tab鍵可以播放語音，再次按Tab鍵/Esc鍵可以停止播放語音 按Ctrl+i可以放大波形；Ctrl+o可以縮小波形。建議放大12標注。 聽音，在整段電話語音的基礎(chǔ)上，根據(jù)語義和停頓時間等因素，

2、在音頻信號中每一句話的句首和句尾分別添加時間邊界。添加時間邊界的方法為：將鼠標移動到語音波形的相應(yīng)位置，這時會出現(xiàn)一條虛線以及圓圈，分別點擊SPEAKER層和CONTENT層對應(yīng)的圓圈即可?；蛘咧苯覥trl+2可以自動同時在SPEAKER層和CONTENT層打上時間點。在整個語音文件中，SPEAKER層和CONTENT層的時間邊界的數(shù)目是完全一致的，每一對時間邊界也是完全相等的。請注意，SPEAKER層和CONTENT層的時間邊界必須保持一致。也就是說不管點擊哪一層的時間邊界，另外一層一定是空心藍色，而不是實心藍色 文件標注： GLOBAL層主要標注語音文件的一些全局信息，包括說話人性別信息和

3、語種信息（方言區(qū)）。標注格式如下：speaker:空格1空格性別,空格2空格性別;空格language:空格1空格方言區(qū),空格2空格方言區(qū)例如：speaker: 1 male, 2 female; language: 1 普通話, 2 普通話speaker: 1 male, 2 male; language: 1 普通話, 2 普通話speaker: 1 female, 2 female; language: 1 普通話, 2 普通話speaker: 1 female, 2 male; language: 1 普通話, 2 普通話 SPEAKER層需要標注的是說話人信息，“說話人”取值為以下兩

4、種：1、2，分別表示說話人1、說話人2。（說話人1、2僅標注在文字段上，符號段不標注） 如果是客服類對話，則SPEAKER層的“說話人”取值為1的語音，必須是話務(wù)員；用戶的語音取值為2 客服定義為奇數(shù)，用戶為偶數(shù)；（客服一定是和用戶有直接對話，否則不算客服）如果第三個人是用戶的情況：speaker: 1 female, 2 female, 4 female; language: 1 普通話, 2 普通話, 4 普通話 CONTENT層需要標注的是該句對應(yīng)的文字，如果是漢語交談，則只能用簡體漢字。對于語音中的數(shù)字部分需根據(jù)發(fā)音情況轉(zhuǎn)換為對應(yīng)的漢字，例如“27”“二十七”；“我的電話是238183

5、2”“我的電話是二三八幺八三二（與發(fā)音相同）”。 CONTENT層正常語音的標注 如果此語段為某一個人的漢語對話語音，請在SPEAKER和CONTENT標注時間邊界，SPEAKER層標注1或者2，CONTENT層輸入相應(yīng)的文本。 如果此語段為兩個人交叉語音，關(guān)于重疊（交叉）的語音，即對于某個人的一句話未完，另一個人的一句話已經(jīng)開始的情況：請在SPEAKER層和CONTENT層標注時間邊界，SPEAKER層不標注內(nèi)容，CONTENT層標注“+”對于疊加，必須是真實的。不能將大段的聽不清語音和疊加混在一起。疊加段內(nèi)的非疊加部分，前后最多不得超過1個字。至于由于添加疊加的時間邊界導致的半個語音（即切

6、掉頭或者尾）可用*或UNK來表示。*和UNK取決于是單段的聽不清，還是在語音中聽不清。 在整個語音中，需根據(jù)說話人的變換來增加時間邊界。 如果同一說話人說話時間較長，則應(yīng)根據(jù)其語義來增加時間邊界，每個時間段的長度最多不能超過8s，但斷句也不要太散太短。每個自然語言段平均在5-6秒左右即可。 每個時間邊界的最佳位置在音頻能量的最低點（即波譜圖上黑色部分最淡的地方），如果僅有幾個字包含不進來，那么建議舍棄這幾個字 英文：(英文小寫) 【單詞】對于語音中簡單的英文單詞，在能聽懂的情況下，直接標出即可。特殊符號用發(fā)音標注，不寫特殊符號。例如：“網(wǎng)址是三w點sina點com”； “二三八幺八三二艾特qq

7、點com”；（不要寫） “請以井號鍵結(jié)束”；（不要寫#）【字母】每個字母中間用空格隔開。例如：good表示單詞讀音，g o o d則表示字母讀音。例如：我的編號是f m s幺三二 如果發(fā)音是表示應(yīng)答的“嗯”，統(tǒng)一都用“嗯”，不要用“恩”或者“厄”。其他的這種口頭發(fā)音，也需要用帶口字旁的漢字標注。比如哦，啊，唉等. CONTENT層短暫噪音的標注短暫噪音是指非常短暫的突發(fā)的聲音，所有此類標注都是中括號與語音內(nèi)容的組合，不要標注時間邊界。1 聽不清的一個字/英文單詞直接在句子中標注UNK。 例如：二三八幺八UNK二 2 兩個或者兩個以上聽不懂的字，標注* 聽不清的長句 方言 大段的英文句子 拿著話

8、筒和其他人說話 3 短暫的笑聲：直接在句子中標注LAUGH。 4 短暫的由說話人發(fā)出的干擾濁音：直接在句子中標注SONANT 咳嗽聲 打噴嚏 清嗓子 5 系統(tǒng)提示音，即系統(tǒng)播出的語音提示：PROMPT系統(tǒng)自動播放的語音內(nèi)容，而非說話人的語音內(nèi)容（第二層不用標說話人）例如：PROMPT歡迎致電我公司現(xiàn)在由一號客服代表為您服務(wù) CONTENT層持續(xù)噪音的標注持續(xù)噪音是指比較長的一段聲音，所有此類標注都是單獨的噪音類型，需要標注中括號和時間邊界，SPEAKER層不標注內(nèi)容 1 明顯的靜音段（大于500ms）:SIL（如果空白段沒有任何聲音，可以空著，后期技術(shù)處理） 2 各種垃圾聲音：ENS 1） 連

9、續(xù)的拍桌子 2) 連續(xù)的敲擊聲 3) 持續(xù)的各種環(huán)境噪音（大于500ms） 3 連續(xù)的笑聲：LAUGH 4 持續(xù)的音樂聲：MUSIC 唱歌聲（有歌詞和旋律） 哼唱（沒有歌詞，但有旋律） 口哨聲 可能是別人唱歌、演奏，也可能是背景的電視、收音機發(fā)出的音樂和歌聲 口哨聲 包括持續(xù)時間較長的彩鈴聲 5 錄音及電信系統(tǒng)引起的噪聲：SYSTEM包括電話按鍵音dtmf、電話忙音 beap、錄音系統(tǒng)的其他噪音等，都是通信系統(tǒng)主動發(fā)出的聲音，而不是摘機、掛機或干擾帶來的咔啦或呲呲雜音。一般會用的噪音符號：+，*，ENS，UNK，SONANT，LAUGH，PROMPT，SYSTEM 修改標注 去除端點：點中端點，alt_backspace 移動端點：直接用鼠標拖動 修改文字：點中語音段，在編輯框中修改 保存 Ctrl+S保存到你文件的根目錄下面；三 工具自查checktool 1 先進入 程序安裝 文件夾，安裝perl和python程序。注意perl安裝使用默認路徑 C:Perlbinperl，python安裝使用默認路徑C:Python27python。 2 點擊1_Textgrid_modify > tmp>已完成語音放tmp里面>退出來一步點擊run 3 把1_Textgrid_modify中tmp的語音全部復