自然对话语音标注规范

标注内容

两个人的自然对话。每组对话45分钟左右，每组对话可能有一个或分成多个wav文件保存（文件名以ZXXXX开头，例如Z0001**.wav表示属于第1组对话）。

质量要求

? 文字错误率：3%以内

? 注：文字错误率指语音内容标注错误，只要有一个字错，该条语音就算错。 ? 其他错误率：5%以内

? 注：综合错误率指：除了语音内容以外的其他标注项错误，只要有一项错，该条语音

就算错。

标注工具

praat.exe，输出textgrid格式的标注结果（TextGrid文件）

标注要求

根据不同说话人加时间戳（每个片段不超过10秒，如果说话人连续说了10秒以上，可按句子截成多个10秒以内的片段）

并标出说话人的文字内容

? 无效语音段写为W：听不清的、抢话的、噪音大、静音的语音片段均被认为无效

? 语音内容必须和听到的语音完全一致，不能多字、少字、错字。

? 阿拉伯数字要写成汉字形式，如“一二三”，而不是“123”。注意区分“一”和“幺”。

“二”和“两”

? 标注中只能含有中文、英文以及常用标点符号（空格、逗号、句号、问号） ? 语气词: 音频中说话人清楚地讲出的语气词，如 “呃 啊 嗯 哦 唉 呐”等，要按照正

确发音进行转写。语气词除了“了 不 ”没有口字旁，其他基本上都有口字旁。 ? 转写内容的完整性要与实际发音一致，不得删减；

? 如发音为：我是北 北京人；“北”字有重复现象，那转写的时候要写成：我是北，

北京人。

? 英文比较复杂，转写的原则是：按字母读的情况（如缩写词，网址等）一律大写，按

词读的则小写，例如“APPLE”表示用户是逐个字母念的，“apple”表示用户按单词念的。

? 明显的儿化音必须标注出来

? 句子间要用标点符号隔开。例如“就把这事跟我妈说了我妈也挺生气的就找来我舅其

中有个哥是我舅家的孩子”应写为“就把这事跟我妈说了，我妈也挺生气的，就找来我舅。其中有个哥是我舅家的孩子”

上述文字内容中的特殊标记

? *：表示人发音但无法标注语音（有一两个字听不懂或听不清） ? 如果有噪音，则需在噪音开始的位置插入噪音符号。

第 1 页 共 6 页

a) [f]: 表示说话人说话过程中的暂停停顿，例如发音：“uh”, \”, \” 和 “mm”。 b) [s]: 表示说话人的各种非文本内容的噪声信息，包括唇咂嘴，咳嗽，清嗓子声，

啧啧声，重呼吸，笑声。

c) [n]: 非人发出的声音，主要是一些偶然出现的噪声，例如:鼠标操作声音，敲击键

盘的声音等。

d) [t]: 稳定的噪声，主要是录音环境的一些非偶然噪声，例如周围音乐，风声，空

调声等。

e) [p]: 非说话人的周围人发出的声音，包括，唇咂嘴，咳嗽，清嗓子声，啧啧声，

重呼吸，笑声。

附：标注工具用法

1. 对一个没标过的录音文件进行标注

1） 双击标注软件praat.exe，弹出三个界面，只保留Praat objects即可，其他关闭。 2） 点击菜单栏中“Open”下的“read from file...”按钮，载入某个录音文件（如a.wav） 3）选中该录音文件a.wav，在右侧菜单中选择Annotate下的To TextGrid，如图1所示：

图1 生成TextGrid

a) 在弹出的对话框中，将第二项Which of these are point tiers设为空（删去原来的Bell）。

第一项All tiers name设为两个说话人的代号

第 2 页 共 6 页

? 如果是一男一女对话，则填写“男 女” ? 如果是两个男的对话，则填写“男1 男2” ? 如果是两个女的对话，则填写“女1 女2”

图2 两个女的对话

图3 两个男的对话

图4 一男一女对话

b) 点击OK，会自动生成和语音文件名同名的标注文件，如a.TextGrid。按住Ctrl键同时

选中语音文件a.wav和标注文件a.TextGrid，点击右侧的view&Edit按钮，出现标注界面。

第 3 页 共 6 页

图6 标注界面

图中最上面显示语音波形，下面依次显示定义的两个说话人层。单击标注界面左下角的“in”(或键盘按ctrl+i)、“out”(或键盘按ctrl+o)按钮可以在时间轴上放大或缩小语音波形显示。用标注界面最下的滑动条可以在时间轴拖动语音波形。

播放技巧：

? 按键盘上的”Tab”键可以播放或暂停语音（鼠标点在某个位置，会从该位置往后播放）。 ? 鼠标框选一个区域后，可以点Tab键或最上面或最下面的时间值，都可播放该区域语

音

请点击标注界面右上角的最大化按钮，这样可以显示全（否则最下方的滚动条可能显示不出来）。

点击播放选中语音 c) 生成语句分隔符：根据文本和发音来确定一段语音的分隔点，具体操作方法是在语音

波形上用鼠标点击两段语音之间的静音段，即出现一条红色虚线，同时该红色虚线与下面的说话人层相交两个空心圆圈。用鼠标点击两个空心圆圈内部，会出来两根相连

第 4 页 共 6 页

的蓝线，从而隔出一段语音（如图7所示）。

点击生成分隔线

图7 如何生成分隔线

（注：分割线可以移动位置。要去除分隔线，需选中该分隔线，然后点击菜单栏中

“Boundary”下的“Remove”按钮或按快捷键Alt+BackSpace，即可去除该分隔线）。

点击说话人层后，可以看到该语音段被选中（变成粉色），按Tab键或点击最上面或最下面的时间值，都可播放该段语音。

d) 根据说话人层（“女1 女2”或“男1 男2”或“男 女”），将某段语音对应的文字内

容填到该说话人层中，表示是该说话人说的话。因为需要区分两个说话人，所以不能把A的说话内容放到B的层里。

e) 标注文件的保存：标注完成后，点击菜单栏中的“File”下的“Save TextGrid as text file...”

（建议用快捷键ctrl+s）按钮，弹出一个保存对话框，然后点“确定”，即完成一份录音文件的标注。

注：工具不会自动保存你的结果。所以为了避免数据丢失或工具异常，标注中间要勤保存，多按ctrl+s，若系统提示文件已存在，则点击替换。

f）每屏只会显示30秒的时长，所以记得点最下面的滚动条来显示并标注后面的。

第 5 页 共 6 页

2. 对一个标过的录音文件（可能没标完、可能已标完）进行修改或查看

1）双击标注软件praat.exe，弹出三个界面，只保留Praat objects即可，其他关闭。 2）从Praat objects菜单中选中“Open”下的“read from file...”，分别载入录音wav文件和TextGrid标注文件，按住Ctrl键同时选中这两个文件，点击右侧的View & Edit按钮即可在弹出的标注界面里修改。

第 6 页 共 6 页

百度搜索“70edu”或“70教育网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，70教育网，提供经典综合文库自然对话语音标注规范在线全文阅读。