告别繁琐！偏语言学专业的语音学实验入门与Praat长音频切分指南
系列说明：本系列旨在为偏语言学专业的研究者梳理一套清晰、好上手的语音学实验操作流程。上篇聚焦于「实验准备、录音规范以及如何将成批录制的长音频高效切分」，帮助大家打好数据处理的第一步基础。
前言
近期在公众号更新了几篇关于“如何从 Praat 标注的 TextGrid 文件中提取数据”的脚本和教程，发现有不少朋友在后台私信，询问更细节的实验操作。
这让我产生了一个想法：把结合 Praat 进行语音学实验研究的常用步骤完整地整理出来。
从事语音研究的朋友，很大一部分是语言学专业出身，对软件、脚本的掌握可能不如工科学生那么快。如果是一个工科背景的人，可能又不屑于看太繁琐的基础说明。因此，本文专门针对偏语言学专业的研究者，力求用最通俗的语言，让大家在进行实验时不再纠结于技术细节，快速完成自己的研究。
准备工作：Praat 的基本操作
Praat 目前已经成为最流行的语音处理软件，使用非常方便。网上有很多优秀的教程，其中最著名的当属中国社科院语言研究所熊子瑜老师的《Praat 语音软件使用手册》（2004版）。大家可以直接去语言所官方网站免费下载，千万不要轻信个别网站的信息去付费购买。
在这里，我只提几个实验中最核心、最基础的操作：
1. 打开文件
打开 Praat 软件，点击顶部菜单的 Open -> Read from file...，找到你电脑中对应的声音文件（.wav）或标注文件（.TextGrid）打开即可。
2. 创建空白标注文件（TextGrid）
声音文件读入后，在右侧的对象窗口选中它，点击 Annotate -> To TextGrid...。
提示：在这里需要提前规划好你要标注几层信息（Tiers）。通常我们会设置音素层（phone）、音节/字词层（syllable/word）或者韵律层（prosody）。多层设置可以用空格隔开，例如输入
phone syllable。
3. 进入标注界面
在对象列表中，同时选中声音文件（Sound）和刚刚创建的标注文件（TextGrid），点击右侧的 View & Edit 按钮，就可以进入语图界面了。
标注时，我们需要一边听辨边界，一边观察语谱图（Spectrogram）的特征，来确定音素或音节的起止点。
4. 开启特征线
如果你在语图中看不到基频线、共振峰或音强线，可以点击语图窗口上方菜单的 Show pitch（显示基频）、Show formant（显示共振峰）或 Show intensity（显示音强）来开启。
5. 保存标注
标注完成后，一定记得点击 Praat 主窗口的 Save -> Save as text file...，将标注文件保存为 文件名.TextGrid 格式。
第一步：录音阶段的规范与痛点
语音学实验离不开录音。虽然录音的设备和环境有很多选择，本步至关重要，它直接决定了你后续提取数据的质量。
录音环境：实验室 vs 田野调查
| 录音场景 | 环境特点 | 优缺点分析 | 应对策略 |
|---|---|---|---|
| 专业录音棚 | 极低背景噪声、无回音 | 优：高保真，数据最干净 缺：条件受限，发音人很难请到实验室 |
理论上推荐所有录音都在统一的专业录音棚进行。 |
| 田野语音学 (偏远方言调查) |
环境嘈杂、伴随生活底噪 | 优：能获取一线、地道的方言口语 缺：噪声大，后期处理极度干扰 |
携带抗噪性较好的便携设备（可咨询记者类专业人员）。或者用笔记本外接一个相对专业的外置声卡+电容话筒。 |
⚠️ 录音文件的核心细节
- 格式选择：必须保存为 .wav 格式（无损压缩），绝对不要使用 .mp3 等经过有损压缩的格式。
- 采样率：采样率（Sampling Rate）一般要求在 16,000 Hz (16K) 以上，方言或辅音研究通常推荐 44,100 Hz。推荐使用 CoolEdit 或 Adobe Audition 软件进行个人电脑录音。
- 录音方式的艺术：你的实验材料往往成批出现（几十个字词、甚至上千个句子）。
- 笨办法：录完一个词（如“开始”），停一下，保存为
Test001_开始.wav，再录下一个。如果录上千个，发音人会彻底崩溃。 - 聪明办法：给发音人提供一个字词列表，让他保持匀速、一直读下去。我们最终得到一个几分钟甚至几十分钟的“长音频”，后续再进行切分。
注意：使用聪明办法的前提是，发音人在朗读时，每个词/句之间要有足够且清晰的停顿（静音段），绝对不能粘连在一起。
第二步至第五步：长音频的切分与标注工作流
当我们拿到一段连续录制的长音频后，接下来的核心任务是：将其切碎、标注、并校对。
第二步：长音频切分
如果你用笨办法，在 CoolEdit 里人工手动选择、一句句另存为，几千个文件下来一定会头晕眼花，极易出错。
* 推荐方案：利用 Praat 脚本根据声音之间的静音段进行自动识别切分。
第三步：自动语音标注（对齐）
切分好成百上千个小音频后，如果全部纯手工从头标注，工作量过于巨大。
* 推荐方案：借助自动语音标注与音段对齐软件（如 SPPAS）。目前该软件在汉语、英语、法语上的切分对齐表现较为成熟。通过文本与音频的匹配，它能自动帮你跑出一版初版的 TextGrid 边界。
第四步与第五步：人工标注微调
由于软件自动标注的准确率有限（尤其方言或特殊语速），我们必须进行人工干预。
* 推荐方案：不要直接从零手打边界。推荐使用“自动标注跑出初版 -> 人工仔细调整边界”的工作流。
* 提效工具：为了避免在 Praat 里频繁地“打开wav、打开TextGrid、连选编辑、保存”这种套路化操作，我编写了一个辅助标注工具，可以在 Praat 环境下自动流转文件，并在标注完成后自动保存。
参考博文：《辅助Praat进行标注的工具》
实验进阶：声学参数提取与作图
当你的音频全部切分并精准标注好 TextGrid 之后，就可以进入最激动的“提取数据”阶段了。这也是语音学实验输出成果的关键：
-
第七步：提取基频（F0）与时长
声调研究的核心。通过脚本批量提取每个字词的基频曲线和时长，归一化后即可绘制声调图。 -
第八步与第九步：提取共振峰（Formant）与元音图
元音学研究的核心。批量提取元音稳态处的第一共振峰（F1）和第二共振峰（F2），用来绘制科学的声学元音图。 -
第十一步：汉字声调图绘制
结合第七步的数据，将传统的五度标记法与声学基频相结合，输出美观的汉字声调图。
资源与技术支持
本站所有的 Praat 脚本均已托管至 GitHub，本站不再单独提供更新。请大家移步开源仓库获取最新、最稳定的代码。
- 代码下载：可以使用
git clone到本地，也可以点击页面上的Code->Download ZIP下载整个脚本目录直接使用。 - GitHub 仓库：Praat_Scripts (feelins)
- 互动交流：关于脚本的使用咨询、功能修改或定制需求，欢迎关注微信公众号并加入官方 QQ 咨询群联系群主。
版权说明
- 本文版权归微信公众号 「极地语音工作室」 （原名“语音处理小站”）所有；
- 未经本站或者作者书面允许，不得任意转载本文内容，否则将视为侵权；
- 转载或者引用本文内容请务必注明来源及原作者；
- 对于不遵守此声明或者其他违法使用者，本人依法保留追究法律责任的权利。
关注公众号「极地语音工作室」，让语言学实验技术不再成为你的科研绊脚石。