收藏 分销(赏)

Praat客服语音标注.doc

上传人:天**** 文档编号:2764883 上传时间:2024-06-05 格式:DOC 页数:10 大小:11.66MB 下载积分:8 金币
下载 相关 举报
Praat客服语音标注.doc_第1页
第1页 / 共10页
Praat客服语音标注.doc_第2页
第2页 / 共10页


点击查看更多>>
资源描述
(word完整版)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—〉read from file—〉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; 2 Ctrl+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]: 1 male, 2 female; [language]: 1 普通话, 2 普通话 [speaker]: 1 male, 2 male; [language]: 1 普通话, 2 普通话 [speaker]: 1 female, 2 female; [language]: 1 普通话, 2 普通话 [speaker]: 1 female, 2 male; [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]: 1 female, 2 female, 4 female; [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,g o o d则表示字母读音。例如:我的编号是f m s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checktool 1 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run 3 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。
展开阅读全文

开通  VIP会员、SVIP会员  优惠大
下载10份以上建议开通VIP会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传

当前位置:首页 > 包罗万象 > 大杂烩

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        抽奖活动

©2010-2025 宁波自信网络信息技术有限公司  版权所有

客服电话:4009-655-100  投诉/维权电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服