Praat客服语音标注

语音转写操作手册（三层）一、用脚本打开语音文件1点击praat—open—readfromfile—找到你打开的文件—打开—选中同一个文件名的两个文件—View&Edit；2Ctrl+2可以同时两层打点，Alt+Backspace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、开始标注语音文件•时间边界定位：•按Tab键可以播放语音，再次按Tab键/Esc键可以停止播放语音•按Ctrl+i可以放大波形；Ctrl+o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，根据语义和停顿时间等因素，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圆圈，分别点击SPEAKER层和CONTENT层对应的圆圈即可。或者直接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层的时间边界的数目是完全一致的，每一对时间边界也是完全相等的。请注意，SPEAKER层和CONTENT层的时间边界必须保持一致。也就是说不管点击哪一层的时间边界，另外一层一定是空心蓝色，而不是实心蓝色•文件标注：•GLOBAL层主要标注语音文件的一些全局信息，包括说话人性别信息和语种信息（方言区）。标注格式如下：[speaker]:[空格]1[空格]性别,[空格]2[空格]性别;[空格][language]:[空格]1[空格]方言区,[空格]2[空格]方言区例如：[speaker]:1male,2female;[language]:1普通话,2普通话[speaker]:1male,2male;[language]:1普通话,2普通话[speaker]:1female,2female;[language]:1普通话,2普通话[speaker]:1female,2male;[language]:1普通话,2普通话•SPEAKER层需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）•如果是客服类对话，则SPEAKER层的“说话人”取值为1的语音，必须是话务员；用户的语音取值为2•客服定义为奇数，用户为偶数；（客服一定是和用户有直接对话，否则不算客服）如果第三个人是用户的情况：[speaker]:1female,2female,4female;[language]:1普通话,2普通话,4普通话•CONTENT层需要标注的是该句对应的文字，如果是汉语交谈，则只能用简体汉字。对于语音中的数字部分需根据发音情况转换为对应的汉字，例如“27”→“二十七”；“我的电话是2381832”→“我的电话是二三八幺八三二（与发音相同）”。•CONTENT层正常语音的标注•如果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。•如果此语段为两个人交叉语音，关于重叠（交叉）的语音，即对于某个人的一句话未完，另一个人的一句话已经开始的情况：请在SPEAKER层和CONTENT层标注时间边界，SPEAKER层不标注内容，CONTENT层标注“+”对于叠加，必须是真实的。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。至于由于添加叠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，需根据说话人的变换来增加时间边界。•如果同一说话人说话时间较长，则应根据其语义来增加时间边界，每个时间段的长度最多不能超过8s，但断句也不要太散太短。每个自然语言段平均在5-6秒左右即可。•每个时间边界的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），如果仅有几个字包含不进来，那么建议舍弃这几个字•英文：(英文小写)【单词】对于语音中简单的英文单词，在能听懂的情况下，直接标出即可。特殊符号用发音标注，不写特殊符号。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表示单词读音，good则表示字母读音。例如：我的编号是fms幺三二•如果发音是表示应答的“嗯”，统一都用“嗯”，不要用“恩”或者“厄”。其他的这种口头发音，也需要用带口字旁的汉字标注。比如哦，啊，唉等.•CONTENT层短暂噪音的标注短暂噪音是指非常短暂的突发的声音，所有此类标注都是中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/英文单词直接在句子中标注[UNK]。例如：二三八幺八[UNK]二2两个或者两个以上听不懂的字，标注[*]•听不清的长句•方言•大段的英文句子•拿着话筒和其他人说话3短暂的笑声：直接在句子中标注[LAUGH]。4短暂的由说话人发出的干扰浊音：直接在句子中标注[SONANT]•咳嗽声•打喷嚏•清嗓子5系统提示音，即系统播出的语音提示：[PROMPT]系统自动播放的语音内容，而非说话人的语音内容（第二层不用标说话人）例如：[PROMPT]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，所有此类标注都是单独的噪音类型，需要标注中括号和时间边界，SPEAKER层不标注内容1明显的静音段（大于500ms）:[SIL]（如果空白段没有任何声音，可以空着，后期技术处理）2各种垃圾声音：[ENS]1）连续的拍桌子2)连续的敲击声3)持续的各种环境噪音（大于500ms）3连续的笑声：[LAUGH]4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dtmf、电话忙音beap、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、挂机或干扰带来的咔啦或呲呲杂音。一般会用的噪音符号：+，[*]，[ENS]，[UNK]，[SONANT]，[LAUGH]，[PROMPT]，[SYSTEM]•修改标注•去除端点：点中端点，alt_backspace•移动端点：直接用鼠标拖动•修改文字：点中语音段，在编辑框中修改•保存•Ctrl+S保存到你文件的根目录下面；三工具自查checktool1先进入程序安装文件夹，安装perl和python程序。注意perl安装使用默认路径C:\Perl\bin\perl，python安装使用默认路径C:\Python27\python。2点击1_Textgrid_modify—tmp—已完成语音放tmp里面—退出来一步点击run3把1_Textgrid_modify中tmp的语音全部复制到—2_checktool的tmp中—run看出错的地方，如：intervals[50],说明第50段语音有错，将对应文件的textcheck打开，查找到intervals[50]，查看是什么错误，最后在里面做修改，保存即可（改一个错误保存一次），再重复上面的操作改下一个错误，直到最后没有报错为止。