智能語音處理技術(shù)實(shí)踐項(xiàng)目聲音采集與分析采集聲音分析聲音體驗(yàn)混音步驟一：下載“錄音專家”APP步驟二：打開軟件，使用軟件采集聲音，觀察產(chǎn)生的音頻頻譜，并保存聲音步驟三：使用軟件中的音頻降噪功能，觀察降噪處理前后音頻頻譜的變化。問題：一般具有什么特征的頻譜會(huì)被判斷為噪聲呢？步驟四：體驗(yàn)軟件中的人聲分離功能步驟五：體驗(yàn)添加背景音功能步驟六：體驗(yàn)變聲錄音功能作業(yè)：請?jiān)诼毥淘粕蟼髯鳂I(yè)截圖并完成完成任務(wù)評價(jià)。智能語音處理技術(shù)實(shí)踐項(xiàng)目搭建智能語音處理實(shí)踐環(huán)境Anaconda的下載與安裝TensorFlow2.1安裝語音識別實(shí)踐環(huán)境測試下載地址：/anaconda/archive/Anaconda3-5.2.0-windows-x86_64.exe課后作業(yè)01下載數(shù)據(jù)集speechcommands語音識別數(shù)據(jù)集：https://dax-cdn.cdn.appdomain.cloud/dax-tensorflow-speech-commands/1.0.1/tensorflow-speech-commands.tar.gz智能語音處理技術(shù)實(shí)踐項(xiàng)目語音數(shù)字化項(xiàng)目實(shí)踐環(huán)境安裝聲音采集聲音加工任務(wù)描述：應(yīng)用現(xiàn)有的聲音錄制和加工軟件對語音信號的數(shù)字化過程進(jìn)行形象化的了解。在聲音加工的一般過程中“選擇加工工具”一環(huán)節(jié)，主題任務(wù)——先分組錄一首詩歌，選用一種聲音加工工具如GoldWave，完成聲音片斷的截取和文件格式的轉(zhuǎn)換。步驟一：安裝錄音軟件windows錄音機(jī)程序或其它錄音軟件；GoldWave(中文版)，需配置適當(dāng)數(shù)量的耳麥。步驟二：使用windows錄音機(jī)程序或其它錄音軟件，或GoldWave軟件進(jìn)行聲音的采集并保存。步驟三：“學(xué)生對自己剛錄取的聲音進(jìn)行加工”------調(diào)整語速、截取無用的信息、增加效果和聲音文件格式的轉(zhuǎn)換。步驟四：學(xué)生進(jìn)一步運(yùn)用GoldWave軟件的效果功能對自己的作品進(jìn)行優(yōu)化。作業(yè)：請?jiān)诼毥淘粕蟼髯鳂I(yè)截圖并完成完成任務(wù)評價(jià)。智能語音處理技術(shù)實(shí)踐項(xiàng)目基于Praat的語音標(biāo)注環(huán)境安裝讀取音頻文件軟件操作任務(wù)描述：首先下載Praat軟件，熟悉軟件界面；然后，在Praat中錄音或讀取音頻文件；接下來，利用軟件工具進(jìn)行語音分析，顯示三維語譜圖、頻譜切片、音高曲線、共振峰曲線、音強(qiáng)曲線等，并將相應(yīng)的對象數(shù)據(jù)保存為磁盤文件；最后，利用軟件實(shí)現(xiàn)語音標(biāo)注，并保存標(biāo)注文件。步驟一：安裝Praat步驟二：Praat---Open---Readfromfile...---找到對應(yīng)的聲音或者Textrid文件，打開即可。注意：如果錄音較長,選擇Extractpart,輸入起始時(shí)間(單位為秒),點(diǎn)擊OK即可。步驟三：語圖分析在PraatObject列表中選中要進(jìn)行分析的錄音片段,單擊右側(cè)的Analysespectrum下的Tospectrogram…，按OK按鈕提交程序后,會(huì)得到一個(gè)類型Spectrogram的聲音文件，單擊右側(cè)的View即可觀察到語圖，如圖所示。語譜圖是一種三維圖形，橫坐標(biāo)和縱坐標(biāo)分別表示語音持續(xù)的時(shí)間和對應(yīng)的頻率，而第三維坐標(biāo)一般為灰度圖或者是彩色圖，代表對應(yīng)時(shí)刻語音的強(qiáng)度。在語圖分析中,如果要重點(diǎn)分析不同時(shí)間下的頻率可以選擇寬帶語圖,如果時(shí)間區(qū)域不明顯可以選擇分析窄帶語圖，前者常用來分析音色，后者常分析諧波和音高。步驟三：語圖分析在PraatPicture窗口中選定畫圖的區(qū)域，單擊右側(cè)的Draw下的Paint...,在彈出的對話框中填入所要分析的錄音片段的起始時(shí)間就得到了寬帶語圖,其中,橫坐標(biāo)表示時(shí)間,縱坐標(biāo)表示頻率,能量的強(qiáng)弱用顏色的濃淡來表示,如圖所示。還可以單擊Margins菜單下的marksleftevery和marksbottomevery可以為語圖添加橫縱坐標(biāo)。步驟三：語圖分析如果要得到特定時(shí)間點(diǎn)的頻率和能量,我們可以做二維頻譜分析,下面我們針對上面做出的寬帶語圖來做其片段分析。首先,在PraatObject列表中選中類型為Spectrogram的對象,單擊右側(cè)Analyse下的ToSpectrum(slice),在彈出的文本框中輸入某一時(shí)間點(diǎn)會(huì)得到一個(gè)類型為Spectrum的聲音文件，如圖所示。步驟四：語音標(biāo)注創(chuàng)建一個(gè)空白的標(biāo)注文件。同時(shí)選中語音文件和TextGrid文件，點(diǎn)擊View&Edit，就可以進(jìn)行標(biāo)注了。步驟四：語音標(biāo)注標(biāo)注時(shí)，根據(jù)聽辨邊界，以及查看語圖的信息，確定音素或者音節(jié)的邊界。使用菜單上的showpitch可以顯示基頻線，用showformant可以顯示共振峰線，用showintensity可以顯示音強(qiáng)線。步驟四：語音標(biāo)注GLOBAL層主要標(biāo)注語音文件的一些全局信息，包括說話人性別信息和語種信息（方言區(qū)）。標(biāo)注格式如下：[speaker]:[空格]1[空格]性別,[空格]2[空格]性別;[空格][language]:[空格]1[空格]方言區(qū),[空格]2[空格]方言區(qū)例如：[speaker]:1male,2female;[language]:1普通話,2普通話步驟四：語音標(biāo)注SPEAKER層和CONTENT層的時(shí)間邊界的數(shù)目是完全一致的，每一對時(shí)間邊界也是完全相等的，也就是說不管點(diǎn)擊哪一層的時(shí)間邊界，另外一層一定是空心藍(lán)色，而不是實(shí)心藍(lán)色。添加時(shí)間邊界的方法為：將鼠標(biāo)移動(dòng)到語音波形的相應(yīng)位置，這時(shí)會(huì)出現(xiàn)一條虛線以及圓圈，分別點(diǎn)擊SPEAKER層和CONTENT層對應(yīng)的圓圈即可。步驟四：語音標(biāo)注在整個(gè)語音文件中，SPEAKER層需要標(biāo)注的是說話人信息，“說話人”取值為以下兩種：1、2，分別表示說話人1、說話人2。（說話人1、2僅標(biāo)注在文字段上，符號段不標(biāo)注）；如果是客服類對話，則SPEAKER層的“說話人”取值為1的語音，必須是話務(wù)員；用戶的語音取值為2；客服一定是和用戶有直接對話。步驟四：語音標(biāo)注CONENT層標(biāo)注說話內(nèi)容，包括正常語音（如表2.3）和噪音（如表2.4）兩類。其中，CONTENT層短暫噪音的標(biāo)注都是中括號與語音內(nèi)容的組合，不要標(biāo)注時(shí)間邊界。CONTENT層持續(xù)噪音的標(biāo)注需要標(biāo)注中括號和時(shí)間邊界，SPEAKER層不標(biāo)注內(nèi)容。步驟四：語音標(biāo)注表2.3CON