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。

Praat脚本：https://github.com/feelins/Python-linguistics/blob/main/Part-03/P03_003_get_pitch/Get_Pitch.Praat
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；
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。

Praat提取的基频可以工程应用吗？相关推荐

linux praat 脚本,Praat脚本编程中文教程：实例讲解提取十点基频脚本
如果本系列教程你是从头开始看的话,那么到这里相信很多人已经有了相应的基础了,但可能还有很多人看着前面的教程都是分开单个功能点进行讲解的,理解每一行代码应该没问题,但是要是真的给你一个需求,让你根据需求 ...
声音信号基音提取算法基频和谐波处理分析
1.内容简介略 293-可以交流.咨询.答疑 2.内容说明略一. 实验原理: 傅里叶变换建立了信号频谱的概念.所谓傅里叶分析即分析信号的频谱(频率构成).频带宽度等.要想合成出一段音乐,就要了解 ...
Praat脚本-009 | 提取时长和基频
目录引题提取基频操作解释运行脚本获取脚本关注版权说明引题在提取数据的工作中,提取基频这是最重要的一部分,基频也可以称为Pitch, F0.它跟我们感知到的声调,语调是相关的,所以通常 ...
Praat脚本-010 | 提取时长和共振峰
目录引题操作解释运行脚本获取脚本关注版权说明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 ...
Praat之基频分析
Praat之基频分析测量基频F0的方法自相关 Autocorrelation(易出现pitch-halving\pitch-double) 窄带谱图 Narrowband spectrogram( ...
matlab音频基频的提取,(620512681) 自相关基频提取算法的MATLAB实现
第31卷总第80期西北民族大学学报(自然科学版) V01．31．No．4 1 0年1 2 0 2月 Journal of Nonhw铭t University for Nationalities(N ...
python提取时长2s以内的单词音频的韵母基频，以及单词词长信息
python提取时长2s以内的单词音频的韵母基频,以及单词词长信息提取信息自动存入当前工作空间中的excel文件,包括文件名.前字时长.后字时长.两字总时长.前字韵母基频.后字韵母基频.(10个点, ...
matlab提取语音信号基频检测,语音信号处理中基频提取算法综述
[实例简介] 语音信号处理中基频提取算法综述,论述了各种基频检测的算法,对比分析各方法与思想,不错的总结增刊张杰等:语音信号处理中基频提取算法综述 101 信号是由频率具有谐波关系的信号组成的,因 ...
praat 语音识别教程
http://blog.csdn.net/shaopengfei/article/details/51363464 近期更新了几篇Praat脚本从标注的TextGrid里提取数据一些脚本,发现有一些朋 ...

Praat提取的基频可以工程应用吗？

获取脚本

关注

版权说明

Praat提取的基频可以工程应用吗？相关推荐

最新文章

热门文章