大数据采集与预处理技术（微课版）课件 9.1 语音直播数据标注-praat

大数据采集及预处理技术*

*项目三语音直播数据采集与预处理序号软件配置要求1OBS最新版本2Praat等最新版本一、项目目标：1、根据应用需求确定语音数据采集方法，并完成语音数据采集；2、对采集的语音数据进行去噪、归一化、采样频率转换、语音特征提取、静音去除、语音切分、信号增强等预处理操作；3、根据训练模型要求完成语音数据文本转录、音频分割、标签标注等，为不同模型准备训练数据。二、环境要求：任务三语音直播数据标注一、任务目标（1）掌握语音内容的常见标签体系，如情绪标签（积极、消极、中性）、内容主题标签（教育、娱乐、新闻等）、语速、音量等。（2）使用praat语音标注工具完成语音直播数据的主题标签标注，了解LabelStudio语音标注工具使用方法。（3）使用praat语音标注工具提取语音直播数据中的关键词，导出标注的数据，并查看其基本格式。（4）了解标注数据的质量控制，学习标注数据的质量控制方法，确保数据集的完整性和标注的准确性，根据所学理论完成语音直播数据的标注质量检查。1、语音标注语音标注是指对语音数据进行标记和注释，以便用于语音识别、语音合成、情感识别等领域的训练和评估。1）数据预处理：对收集到的语音数据进行预处理，可能包括去噪、降采样、音频格式转换等操作。2）标注工具选择：常见的标注工具包括praat、Audacity、LabelStudio等。2、标注类型

1）语音段标注

使用标注工具在音频波形图上标记出语音段的起始点和结束点，进行打标签、注释或分类，比如标记说话者、标记语音片段的内容等。2）语音词语标注

在进行语音识别模型训练时，有时需要对语音中的词语进行标注，即将语音与对应的文字转录进行对齐。这种标注常用于监督式学习任务。3）情感标注

有些场景下需要对语音中所表达的情感进行标注，比如喜怒哀乐、焦虑平静等，这对于情感识别研究和应用具有重要意义。4）质量控制

完成标注后，需要进行质量控制，包括对标注的一致性、正确性进行检查，以及针对特定问题的再标注或修正。3、Praat语音标注Praat是一款跨平台的多功能语音专业软件，主要用于对数字化的语音信号进行分析、标注、处理及合成等实验，同时生成各种语图和文字报表。

官方下载地址：https://www.fon.hum.uva.nl/praat/

选择Windows、Mac或linux版本使用步骤1）导入语音文件点击praat—>open—>readfromfile—>找到你打开的文件—>打开，文件被添加在了praat中；2）生成TextGrid文件选中要转写的语音文件—>annotate-—>ToTextGrid...—>语音文件分层（三层，每层用户自定义要标注的信息比如“说话人名、说话内容、感情等等”）如下图：点击OK生成TextGrid文件；3）编辑语音和TextGrid文件同时选中语音文件和TextGrid文件—>View&Edit；如图：（1）时间边界定位按Tab键可以播放语音，再次按Tab键可以停止播放语音；滚动鼠标可以放大波形，缩小波形。ctrl+s可以保存TextGrid文件。（2）长声音切分添加时间边界后选择其中一段，点击file->SaveselectedsoundasWAVfile...即可（3）给边界区域加文字在标注层，可以输入语音片段对应的文字，也可以增加标注层，在“Tier”菜单选择“AddInternaltier…”，输入标注层名，然后选择整个语音片段