引题

Praat是一种非常出色、轻便、开源免费的标注工具，它的最主要用途是标注，即对语音信号中的一些特征、信息进行标注，保存为TextGrid文件，这个TextGrid文件实质 上就是一种文本文件。

这个标注的使用者也主要是有经验的语言学专家，或者一些研究者等，在实际的工程利用中，工程师通常要处理的是直接的文本或者转化成某种格式的文件，因为TextGrid里有很多冗余的行、标记、符号等，通常不会直接拿TextGrid文件去直接训练模型或者做大数据的处理，这就涉及到如何将TextGrid信息提取出来，比如我们保存成一个整体的文本，或者象在前面的文章中提到 可以保存为Json文件。

Praat脚本-032 | Praat脚本批量转化TextGrid格式为json格式

今天我们学习另外一种保存方案，即将它保存为一种信息文本，可以根据一些公司使用的习惯称为韵律文本。

000001.TextGrid
 卡 尔 普2 陪 外 孙1 玩 滑 梯4。 
sil k+a2 er2 p+u3 p+ei2 uai4 s+uen1 uan2 h+ua2 t+i1 sil

000002.TextGrid
 假 语 村 言2 别 再1 拥 抱 我4。 
sil j+ia2 v3 c+uen1 ian2 b+ie2 z+ai4 iong1 b+ao4 uo3 sil

000003.TextGrid
 宝 马1 配 挂1 跛 骡 鞍3， 貂 蝉1 怨 枕2 董 翁 榻4。 
sil b+ao2 m+a3 p+ei4 g+ua4 b+o3 l+uo2 an1+sp1 d+iao1 ch+an2 van4 zh+en3 d+ong3 ueng1 t+a4 sil

000004.TextGrid
 邓 小 平2 与1 撒 切 尔2 会 晤4。 
sil d+eng4 x+iao3 p+ing2 v3 s+a4 q+ie4 er3 h+uei4 u4 sil

000005.TextGrid
 老 虎1 幼 崽2 与1 宠 物 犬1 玩 耍4。 
sil l+ao2 h+u3 iou4 z+ai3+sp1 v2 ch+ong3 u4 q+van3 uan2 sh+ua3 sil

000006.TextGrid
 身 长2 约1 五 尺1 二 寸1 五 分2 或1 以 上4。 
sil sh+en1 ch+ang2 ve1 u2 ch+iii3 er4 c+uen4 u3 f+en1 h+uo4 i3 sh+ang4 sil

这样处理有一个什么好处呢？我们标注的信息，大部分信息（除了时间点信息，后续会提供脚本涉及到）都会保存在一个文件里，便于传输、转换、检索、演示、统计等，举例：

• 我们想搜索某一个读音；
• 我们想搜索某个读音都是与哪些词有对应关系的；
• 我们想让对方了解自己标注的所有文件的整体概况；

接下来我们演示如何将我们标注的TextGrid，转化为这样的文本，笔者考虑了三种情况。这个脚本在git目录(具体地址见本文最后)里的第37个脚本。37-textgrid_to_rhythm_txt\TextGrid_to_Rhythm_TXT.Praat 。

方案一

我们先考虑中文标注的情况，假设我们有两层最基本的标注，一层是读音音素信息，一层是汉字层。具体标注形式为：

这里我们想提示一下有这几个信息需要关注，第一是因为这里采用的是标贝公司的开源标注数据，这些数据的汉字层是有停顿边界的，即那些1，2，3，4等；第二是在拼音层声调是以数字的形式标注的；第三就是我们在生成拼音这层信息的时候，期望能够保存声母+韵母的结构，便于我们后续使用。

现在打开Praat运行脚本，Praat->Open Script->TextGrid_to_Rhythm_TXT.Praat

1. 在第一个输入框内输入TextGrid所在的目录，本文脚本只是对TextGrid进行操作，目录里无需有对应的音频，由于目录是和脚本在同一个目录下，所以没有加任何的路径信息，其它同学在使用时也可以清空这个目录的数据，将你的TextGrid放到这个目录里进行操作；
2. 第二个文本框内，是输出的韵律文本的保存路径，同上，因为在同一个目录下，只需要写一下文件名称就可以 了；
3. 这里需要输入你的文字（英语是指词）的层的数字，如上图所示，我们这批中文标注，文字是在第2层；
4. 这里需要输入你的音素的层的数字，如上图所示，我们这批中文标注，音素是在第1层；
5. 在本方案中，最后一个输入保持是0不变，这里后面的其它方案会用到；
6. 设置完毕，点击OK运行脚本。
   
   最后，我们得到了如下的输出文件：
   

方案二

我们考虑英语标注的情况，也是假设我们有两层最基本的标注，一层是读音音素信息，一层是英语单词层。具体标注形式为：

这里我们想提示一下有这几个信息需要关注，第一是这里采用的是LibriSpeech的开源数据，这些音频数据通过自动标注(做数据自动标注的，公众号后台咨询)生成以上信息；第二是在音素层是有词重音信息的；第三就是我们在生成音素这层信息的时候，是直接将音素用+号连接起来，后续我们也会推出脚本如何对英语音素划分音节。

现在打开Praat运行脚本，Praat->Open Script->TextGrid_to_Rhythm_TXT.Praat

1. 在第一个输入框内输入TextGrid所在的目录，本文脚本只是对TextGrid进行操作，目录里无需有对应的音频，由于目录是和脚本在同一个目录下，所以没有加任何的路径信息，其它同学在使用时也可以清空这个目录的数据，将你的TextGrid放到这个目录里进行操作；
2. 第二个文本框内，是输出的韵律文本的保存路径，也是同上，因为在同一个目录下，只需要写一下文件名称就可以 了；
3. 这里需要输入你的词的层的数字，如上图所示，我们这批英语标注，词是在第1层；
4. 这里需要输入你的音素的层的数字，如上图所示，我们这批英语标注，音素是在第2层；
5. 在本方案中，最后一个输入保持是0不变，这里后面的其它方案会用到；
6. 设置完毕，点击OK运行脚本。
   

最后，我们得到了如下的输出文件：

方案三

这里我们增加一点小功能，有一些学者在标注的时候可能会用到一种叫做Point Tier的功能，比如以前面的中文标注为例：

这里的第三层，是一种Point Tier的形式，它跟我们常用的Interval Point形式不同，标注信息在一个边界条的中间。注意这里只是示例方便，将所有的Point Tier都标注在了一个前两层信息的最后一个边界上，有些人习惯于将这个Point Tier要标在一个字、或者音素的中间位置，这种情况其实在生成信息、提取信息时很不方便，在这里没有去探讨这样的做法。

现在打开Praat运行脚本，Praat->Open Script->TextGrid_to_Rhythm_TXT.Praat

1. 在第一个输入框内输入TextGrid所在的目录，本文脚本只是对TextGrid进行操作，目录里无需有对应的音频，由于目录是和脚本在同一个目录下，所以没有加任何的路径信息，其它同学在使用时也可以清空这个目录的数据，将你的TextGrid放到这个目录里进行操作；
2. 第二个文本框内，是输出的韵律文本的保存路径，也是同上，因为在同一个目录下，只需要写一下文件名称就可以 了；
3. 这里需要输入你的文字（英语是指词）的层的数字，如上图所示，我们这批中文标注，文字是在第2层；
4. 这里需要输入你的音素的层的数字，如上图所示，我们这批中文标注，音素是在第1层；
5. 在本方案中，最后一个输入要改为3，代表这里有一个第3层的Point Tier信息要提取；
6. 设置完毕，点击OK运行脚本。
   

最后，我们得到了如下的输出文件，我们将Point Tier的信息放在了字这一层的相应的字后面加了括号：

总之，脚本想再全面也不可能覆盖所有的情况，如果确实有类似的需求，而你的标注是比较复杂的，可以加入QQ咨询群，或者在公众号后台发信息。

获取脚本

https://github.com/feelins/Praat_Scripts

本站所有Praat脚本都可以在上述github的项目目录里找到，如果日常对代码、脚本操作比较熟练的可通过下载、安装、配置github for windows在自己的电脑上通过git clone将代码下载到本机，这样的好处是可以跟主站及时更新代码。
不想费如此脑筋，可以通过点击如下图Code位置所示，下载整站的代码，可直接使用。

关注

版权说明

1、版权归本博客作者所有；

2、未经本站或者作者允许， 不得任意转载本文内容，否则将视为侵权；

3、转载或者引用本文内容请注明来源及原作者；

4、对于不遵守此声明或者其他违法使用本站内容者，本人依法保留追究权等。