Praat客服语音标注.docx

《Praat客服语音标注.docx》由会员分享，可在线阅读，更多相关《Praat客服语音标注.docx（11页珍藏版）》请在优知文库上搜索。

1、语音转写操作手册一、用脚本打开语音文件I点击raatopenreadfromfile找到你打开的文件一打开一选中同一个文件名的两个文件一View&Edit：2QrI+2可以同时两层打点，AlBackspace可以删除时间点；做完以后Ctrl+S保存到根文件下面：请参看培训视频。二、起先标注语音文件时间边界定位：按Tab键可以播放语音，再次按B，Esc键可以停止播放语音可以放大波形;可以缩小波形。建议放大1-2标注。听音，在整段电话语音的基础上，依据语义和停忽然间等因素，在音频信号中每一句话的句首和句尾分别添加时间边界。添加时间边界的方法为：将鼠标移动到语音波形的相应位置，这时会出现一条虚线以及

2、圆圈，分别点击SPEAKER层和CoNTENT层对应的圆圈即可.或者干脆Ctrl+2可以自动同时在SPEAKER层和CONTENT层打上时间点.在整个语音文件中，SPEAKER层和CONTENT层的时间边界的数0是完全一样的，每一对时间边界也是完全相等的。请留意，SPEAKER层和CoNTENT层的时间边界必需保持一样。也就是说不管点击哪一层的时间边界，另外一层肯定是空心蓝色,而不是实心蓝色文件标注：G1.OBA1.层主要标注语音文件的些全局信息，包括说话人性别信息和语种信息（方言区）。标注格式如卜丁IspeakerJil空格W空格性别,空格2空格性别;空格language:空格川空格方言区,

3、空格2空格方言区例如：speaker:1male,2female;language:1一般话,2般话speaker:1male,2male;language:1一般话,2一般话speaker:1female,2female;(language):1一般话,2一般话speaker:1female,2male;language:1-*般话,2一般话SPEAKER层须要标注的是说话人信息，“说话人”取值为以下两种：1、2,分别表示说话人1、说话人2。（说话人1、2仅标注在文字段上，符号段不标注）假如是客服类对话，则SPEAKER层的“说话人”取值为1的语音，必需是话务员：用户的语音取值为2（客服肯定

4、是和用户有干脆对话，否则不算客服）假如第三个人是用户的状况：speaker:1female,2female,4female;(languageJ:1一般话,2一般话,4一般话CONTENT层须要标注的是该句对应的文字，假如是汉语交谈，则只能用简体汉字。对于语音中的数字部分需依据发音状况转换为对应的汉字，例如“27”一“二十七”：“我的电话是“我的电话是（与发音相同）”。CONTENT层正常语音的标注 假如此语段为某一个人的汉语对话语音，请在SPEAKER和CONTENT标注时间边界，SPEAKER层标注1或者2,CONTENT层输入相应的文本。 假如此语段为两个人交叉语音，关于的语音，即对于某

5、个人的一句话未完，另一个人的一句话已经起先的状况：请在SPEAKER层和CONTENT层标注时间边界，SPEAKER层不标注内容，CoNTENT层标注对于费加，必需是真实的。不能将大段的听不清语音和叠加混在一起。叠加段内的非叠加部分，前后最多不得超过1个字。至于由于添加校加的时间边界导致的半个语音（即切掉头或者尾）可用*或UNK来表示。*和UNK取决于是单段的听不清，还是在语音中听不清。 在整个语音中，需依据说话人的变换来增加时间边界。 假如同一说话人说话时间较长，则应依据其语义来增加时间边界，每个时间段的长度最多，但断句也不要太敬太短。每个Fl然语言段平均在5-6秒左右即可。 每个时间边界的

6、最佳位置在音频能量的最低点（即波谱图上黑色部分最淡的地方），假如仅有几个字包含不进来，那么建议舍弃这几个字 英文：【单词】对于语音中简洁的英文单词，在能听懂的状况下，干脆标出即可。特别符号用发音标注，不写特别符号。例如：“网址是三W点Sina点com：“二三八幺八三二艾特qq点com”：（不要写）“请以井号键结束”；（不要写#）【字母】每个字母中间用空格隔开。例如：good表示读音，good则表示I读音。例如:我的编号是fms幺三二 假如发音是表示应答的0其他的这种口头发音,也须要用的汉字标注。比如哦，啊，唉等.CONTENT层短暂噪音的标注短暂噪音是指特别短暂的突发的声音，全部此类标注都是中

7、括号与语音内容的组合，不要标注时间边界。1听不清的一个字/英文单词干脆在句子中标注例如：二三八幺八UK二清嗓子5系统提示音，即系统播出的语音提示：IPROMPT系统自动播放的语音内容，而非说话人的语音内容（其次层不用标说话人）例如：IPROMPTJ欢迎致电我公司现在由一号客服代表为您服务CONTENT层持续噪音的标注持续噪音是指比较长的一段声音，全部此类标注都是单独的噪音类型，须要标注中拈号和时间边界，SPEAKER层不标注内容1明显的静音段Q于500m1）MSI1.（假如空白段没有任何声音，可以空着，后期技术处理）1TertGfidOOOOOOXK0010M.BW2各种坨圾声音:1）连续的拍

8、桌子2）连续的敲击声3）持续的各种环境噪音（氏于50OmD3连续的笑声：1.AUGH4持续的音乐声：MUSIC 唱歌声（有歌词和旋律） 哼唱（没有歌词，但有旋律） 口哨声 可能是别人唱歌、演奏，也可能是背景的电视、收音机发出的音乐和歌声口哨声包括持续时间较长的彩铃声5录音及电信系统引起的噪声：SYSTEM包括电话按键音dimf、电话忙音be叩、录音系统的其他噪音等，都是通信系统主动发出的声音，而不是摘机、挂机或T扰带来的咔啦或毗毗杂音。一般会用的噪音符号：HHensj,|1NKI.SONANT,1.AUGH,PROMPT,SYSTEM)修改标注,去除端点：点中端点，all_backspace移

9、动端点：干脆用鼠标拖动修改文字：点中语音段，在编辑框中修改保存ClrI+S保存到你文件的根书目下面；三工具自查CheCktoOl1 先进入程序安装文件夹，安装perl和Python程序。留意perl安装运用默认路径C:Perlbinperl.python安装运用默认路径C:Python27python2 点击l_Textgrid_modifytmp已完成语音放tmp里面一退出来一步点击run3 把1.TeXtgriC1.mOdify中tmp的语音全部曳制到一2_checktool的ImP中一run看出错的地方，如：intervals50,说明第50段语音有错,将对应文件的textcheck打开，查找到intervals50,查看是什么错误,最终在里面做修改，保存即可（改一个借误保存一次），再重复上面的操作改下一个错误，直到最终没有报错为止。