大數(shù)據(jù)采集及預(yù)處理技術(shù)*

*項(xiàng)目三語音直播數(shù)據(jù)采集與預(yù)處理序號(hào)軟件配置要求1OBS最新版本2Praat等最新版本一、項(xiàng)目目標(biāo)：1、根據(jù)應(yīng)用需求確定語音數(shù)據(jù)采集方法，并完成語音數(shù)據(jù)采集；2、對(duì)采集的語音數(shù)據(jù)進(jìn)行去噪、歸一化、采樣頻率轉(zhuǎn)換、語音特征提取、靜音去除、語音切分、信號(hào)增強(qiáng)等預(yù)處理操作；3、根據(jù)訓(xùn)練模型要求完成語音數(shù)據(jù)文本轉(zhuǎn)錄、音頻分割、標(biāo)簽標(biāo)注等，為不同模型準(zhǔn)備訓(xùn)練數(shù)據(jù)。二、環(huán)境要求：任務(wù)三語音直播數(shù)據(jù)標(biāo)注一、任務(wù)目標(biāo)（1）掌握語音內(nèi)容的常見標(biāo)簽體系，如情緒標(biāo)簽（積極、消極、中性）、內(nèi)容主題標(biāo)簽（教育、娛樂、新聞等）、語速、音量等。（2）使用praat語音標(biāo)注工具完成語音直播數(shù)據(jù)的主題標(biāo)簽標(biāo)注，了解LabelStudio語音標(biāo)注工具使用方法。（3）使用praat語音標(biāo)注工具提取語音直播數(shù)據(jù)中的關(guān)鍵詞，導(dǎo)出標(biāo)注的數(shù)據(jù)，并查看其基本格式。（4）了解標(biāo)注數(shù)據(jù)的質(zhì)量控制，學(xué)習(xí)標(biāo)注數(shù)據(jù)的質(zhì)量控制方法，確保數(shù)據(jù)集的完整性和標(biāo)注的準(zhǔn)確性，根據(jù)所學(xué)理論完成語音直播數(shù)據(jù)的標(biāo)注質(zhì)量檢查。1、語音標(biāo)注語音標(biāo)注是指對(duì)語音數(shù)據(jù)進(jìn)行標(biāo)記和注釋，以便用于語音識(shí)別、語音合成、情感識(shí)別等領(lǐng)域的訓(xùn)練和評(píng)估。1）數(shù)據(jù)預(yù)處理：對(duì)收集到的語音數(shù)據(jù)進(jìn)行預(yù)處理，可能包括去噪、降采樣、音頻格式轉(zhuǎn)換等操作。2）標(biāo)注工具選擇：常見的標(biāo)注工具包括praat、Audacity、LabelStudio等。2、標(biāo)注類型

1）語音段標(biāo)注

使用標(biāo)注工具在音頻波形圖上標(biāo)記出語音段的起始點(diǎn)和結(jié)束點(diǎn)，進(jìn)行打標(biāo)簽、注釋或分類，比如標(biāo)記說話者、標(biāo)記語音片段的內(nèi)容等。2）語音詞語標(biāo)注

在進(jìn)行語音識(shí)別模型訓(xùn)練時(shí)，有時(shí)需要對(duì)語音中的詞語進(jìn)行標(biāo)注，即將語音與對(duì)應(yīng)的文字轉(zhuǎn)錄進(jìn)行對(duì)齊。這種標(biāo)注常用于監(jiān)督式學(xué)習(xí)任務(wù)。3）情感標(biāo)注

有些場(chǎng)景下需要對(duì)語音中所表達(dá)的情感進(jìn)行標(biāo)注，比如喜怒哀樂、焦慮平靜等，這對(duì)于情感識(shí)別研究和應(yīng)用具有重要意義。4）質(zhì)量控制

完成標(biāo)注后，需要進(jìn)行質(zhì)量控制，包括對(duì)標(biāo)注的一致性、正確性進(jìn)行檢查，以及針對(duì)特定問題的再標(biāo)注或修正。3、Praat語音標(biāo)注Praat是一款跨平臺(tái)的多功能語音專業(yè)軟件，主要用于對(duì)數(shù)字化的語音信號(hào)進(jìn)行分析、標(biāo)注、處理及合成等實(shí)驗(yàn)，同時(shí)生成各種語圖和文字報(bào)表。

官方下載地址：https://www.fon.hum.uva.nl/praat/

選擇Windows、Mac或linux版本使用步驟1）導(dǎo)入語音文件點(diǎn)擊praat—>open—>readfromfile—>找到你打開的文件—>打開，文件被添加在了praat中；2）生成TextGrid文件選中要轉(zhuǎn)寫的語音文件—>annotate-—>ToTextGrid...—>語音文件分層（三層，每層用戶自定義要標(biāo)注的信息比如“說話人名、說話內(nèi)容、感情等等”）如下圖：點(diǎn)擊OK生成TextGrid文件；3）編輯語音和TextGrid文件同時(shí)選中語音文件和TextGrid文件—>View&Edit；如圖：（1）時(shí)間邊界定位按Tab鍵可以播放語音，再次按Tab鍵可以停止播放語音；滾動(dòng)鼠標(biāo)可以放大波形，縮小波形。ctrl+s可以保存TextGrid文件。（2）長聲音切分添加時(shí)間邊界后選擇其中一段，點(diǎn)擊file->SaveselectedsoundasWAVfile...即可（3）給邊界區(qū)域加文字在標(biāo)注層，可以輸入語音片段對(duì)應(yīng)的文字，也可以增加標(biāo)注層，在“Tier”菜單選擇“AddInternaltier…”，輸入標(biāo)注層名，然后選擇整個(gè)語音片段