2023年6月28日发(作者：)

网址：/uilots/lab/courseware/phonetics/

自学教程：

第一部分：语音学的基本原理

1.1语音学的基础原理和praat语音学软件

在这个教程中，你可以了解到声学和语音学的基本知识。它包括五个部分：声学原理1和2、声谱图、LPC 和PSOLA, 转而，它可以分成不同的段落（详见下列索引）。把练习做一遍是有用的，因为这样既便于检查你的理解是否正确，又因为答案和解释可以互相补充。每部分也是由练习部分组成，在练习中，你将学会如何使用praat语音学软件。Praat 语音学软件是提供源程序的软件，用于分析言语。它是由 Paul Boersma 和David Weenink 两人发明的，他们毕业于阿姆斯特丹大学。

若要在你的计算机上安装praat语音学软件，请进入http:/praat>下载praat语音学软件（选择适合你电脑操作系统的版本）。有两种快速下载此程序的方法：第一种，下载自动解压可执行文件，然后双击此文件；第二种，下载ZIP文件，然后双击此文件。使用这两种方法后，在你的计算机上就会出现praat程序或文件，这两个文件都是praat 语音学软件自带的。设置一个praat的快捷方式到你的计算机上容易找到的位置。（在windows里，用鼠标右键点击文件>发送到桌面，或者在桌面上点击右键>新建>快捷方式>找到praat文件然后浏览。在praat用户论坛里，人们可以分享他们张贴出来的问题和答案等相关知识。 我们可以使用这些音频文件。你可以去http:/~/personal/onderwijs/sprekenenvenstaan/ 这个网址上下载 或者从http:/~audiyfon/data/. 下载。

1.2声波

声音是一种能量。声音是由声源产生的。声音的传播是通过声介质（如空气）分子的振动模式来传播的。这种振动模式与波相似，故名声波。

声波是什么？

声波是由声介质分子的压强波动产生的。声介质通过聚拢（压缩）和分离（稀疏）来引起压强波动。声波从声源出发，传播到四面八方；在一个水盆地的表面上，我们可以将声音的传播比作圆形波的传播。分子之间有一段很短的距离 而且与波的传播方式不同：相反，在声波（气压波动）传完后，他们会返回的他们的平衡位置。与风不同，风是一种空气运动。风是由温度，压强及不同的化学成分产生的。空气颗粒作为声音传播的一部分，与风的流动不同。

有很多种不同类型的波(波的类型由声介质来决定)。在纵波里(如同声波)，介质颗粒的来回振动与声波的传播方向相同（颗粒的位置）。在横波里，颗粒的位置与声音的传播的方向垂直。如果我们想象一下体育馆里的人浪，我们就可以获得一张清新的图片，这张图片与这种波形一样：一群球迷在人浪中站立，举着手臂，然后再坐下，接着又站立等。人们的动作一做完，他们临近的人接着做同样的动作，下一个临近的人再接着做等，知道这个人浪传过整个体育馆。 声音通过声介质传播到各个方向，像一个不断扩大到球面，这点属于用来描述声波传播模式的理论部分。声音离声源越远，声音分子对压强波动产生的影响也就越大。因此，声波通过声介质传播时，声波自身也会消耗能量，这与声波消耗能量进入空气分子中一样。总的来说，我们一般将声音理解为：它是从声源发出，以波的形式传播，然后通过声介质传到起阻碍作用的耳膜上。

图1.1

一段声波就与压强的压缩和稀疏进行一次循环一样。

注意：x轴上标有“时间”维度，“时间”包括图的上下两部分（从不同的角度来看，时间轴代表着介质分子压缩和稀疏的整个循环）此图来自/GBSSCI/PHYS/CLASS/sound/

1.3声音媒介

空气是可以传播声音的唯一媒介吗？当然不是。根据民间传说，美洲印第安人习惯把自己的耳朵贴在地面上，来查看敌人是否离他们越来越近了。他们这样做是因为声波的传播通过固体比通过空气传播的速度要快。介质分子间的距离越近，声速就越快，这是由介质传播声音的物理特性决定的。在0℃内，声音通过空气的传播速度大约是331米每秒（在21℃内，速度大约是334米每秒）；声音通过海水的传播速度大约是1435米每秒；和声音通过水泥的传播速度大约是3400米每秒 1.4压强

压强是作用在表面上的力的大小（在物理学中，一个使物体加速的力）。帕是压强的测量单位，一帕相当于每平方一牛顿（1帕=1平方/牛顿）。牛顿是力的大小，一牛顿就是使一个1kg的物体的速度增加到1m/s(米每秒)。大气压强波动范围大约在101300帕（在海平面，0摄氏度的中纬度上，计算的平均值为101300帕）到±5000帕，但是人类听觉可以感知到的声波的压强波动范围是在±20微帕（听觉的起始值或最小感知度：微帕，或0.00002帕）到±20帕之间（痛苦起始值或最高忍受度）。

第二部分：如何使用praat音频软件

2.1在您的计算机上录音

你需要一个扬声器和一台安装有声卡（用于D/A转换）和硬盘（用于储存）的计算机，以便录音及把声音的样本保存到你的计算机上。（便于你在任何时候都能听到或分析这些录音）

把麦克风插进你的计算机上（把粉红色的插脚插到粉红插孔上，然后声音就可以从麦克风输入到计算机里）。

在Windows系统内，有两种调节声卡选项的方法：

要么通过：双击任务栏右下角的扬声器图标（音量控制）

要么如下：进入任务栏左下角上的“开始”，在进入“所有程序”>“附件”>“娱乐”(“多媒体”)>“音量控制”，然后就会弹出一个类似于这样的窗口：

确保扬声器已被激活（别再扬声器一栏的下面的“静音”处打勾）。你也可以从这里来控制音量（将窗口最小化，而不是关闭窗口，然后你就可以调节音量）。

进入“选项”>“属性”

选择“录音”

然后会弹出一个有不同选项的框，在选相框里选定“扬声器”。

现在打开praat语音学软件。程序打开后，你会看到两个窗口：

“Praat对象”：这是控制中心，从这里，你可以打开很多文件（要么从头开始制作录音对象，要么从以前已经保存在计算机上的录音对象）和运行你打开的文件（听，显示，然后分析录音„）

“praat图片”：在这里，你可以绘制在对象窗口里制作的图片。然后可以把这些图片打印出来或保存到.eps文件里。随后我们将详细的看到在图片窗口里绘制的一个对象。

在对象窗口的右下角，有一个“帮助”菜单，从这你可以通过不同的方式查找信息，例如，通过“介绍手册”，按英语字母的顺序一步一步的查找（进入“手册”页）或输入你自己想知道的相关主题（“搜索praat手册”）

为了在praat语音软件里录制讲话对象

进入“对象”窗口，选择“新建”>“录制单音道声音”（对于大部分讲话录制来说，没有必要录制立体声）

现在你要决定关于会影响录制质量的样本频率。对于讲话，选择22050赫兹的样本频率就足够了（详见“频率和样本频率”）

为了开始录音，请单击“录音”。“讲”这句话“这个女孩正坐在桌子上”，然后把这句话输入到麦克风里。

再次“播放”样本以防你是听不到任何声音，确保麦克风的连接是否正确，并检查其装置（音量控制窗口）

输入一个样本名字，如：女孩（右下角）

保存样本（保存到列表）

现在你有一个说话样本在对象窗口。然而，如果你将praat语音软件关闭，这个样本就会丢失（如，储存在计算机的RAM——随机存储器和非易失性存储器里）

为了防止这种情况，单击对象窗口中的样本>进入写作>从写作中进入到WAV文件（如你所想，也可以用其它格式来保存文件）。从这里，你可以保存格式语音样本文件到你的计算机上。

现在通过进入“阅读”>从文件中阅读，然后浏览文件的位置（你可以建立一个文件夹，然后把你所有的语音文件都保存到里面），你就可以随时打开你的语音文件。

保存声音文件到你的计算机上

当然，你也可以打开来自“阅读”中的其它语音文件（这些语音文件已保存在你的计算机上）。

进入/~/personal/onderwijs/sprekenenverstaan/,你可以听到音频文件，然后将文件保存到你的计算机上（点击鼠标右键，然后从弹出的列表中选择“另存为”），然后打开您所在的文件处点击“阅读”>再点击文件中的“阅读”。

2.2波形图

现在我们想要将已保存在你的计算机上的“”文件的波形图形象化：

从“阅读”中打开文件 选择该文件并单击“编辑”

在默认情况下，你应该看到一张这样的图（然后， 将分析结果一段一段的保存）

图1.10

男性说话者，说了一句“Het leven 是mooi alsde zon schijnt”，上图中的上板是这句话的波形图，下板是它的频谱图。（来从praat语音软件的截图）。音高等高线（蓝线）表示八度误差（详见如下）通过调节设置范围可以避免八度误差。

你将可能认出在图的上板中的波形图（因为它可能会提醒你，这仅仅是一个较短的语音段的波形图1.7）。这是一个语音样本的波形图（它是一个复杂的音调），这种波形图与音调波形图有很大的区别（详见图1.6）。首先，我们来看语音波形图，然后我们会看到它如何将一个从套话中截取出来的窦音进行合成[插入链接]，最后显示它的波形图。

默认情况下，在波形图的面板里，你也可以在底部看到一个声音信号的频谱图。事实上，用图形表示声音有几种方法。波形图是其中之一，波形图受时间（在x

轴上）和振幅（在y轴上，声压）的影响。

我们将频谱图从这个窗口内移除，以便看波形图。

选择菜单中的“视图”>“显示分析”

从“显示分析”中通过撤销选定的“显示”频谱图，然后移除频谱图。

点击“应用”。你现在看到什么了？

返回“显示分析”，然后撤销选定的“显示”共振峰，你看到了什么？

撤销选定的“显示音高”，现在你就只能看到波形图了。

然后我们会看到波形图和共振峰。而不是只能看到“什么是音高”，准确的说是，“将音高看作什么”，音高会影响信号的频率（F0）和共振峰。在praat语音软件中，“音高”这个术语实际上是用于解释频率F0的。共振峰也一样，在频谱图里也可以将音高图像化（而不是与频率无直接关系的波形图）

现在我们来看波形图：y轴表示振幅。左边黑色字母表示振幅值标示(最小振幅到最大振幅）蓝色符号指的是：光标最后显示的是：振幅值和特定的时间一致。这些显示指相关振幅（从0，空气颗粒的其余位置，由于压力不能移动，到1时，就压缩，----或-1 ，就分离。）你打开了波形图面板（红色的垂直虚线），并把光标放到波形图的中间（时间维度）

在波形图的下面，有三个按钮栏。第一栏从顶部处，光标将其分为两部分。按钮栏上的每部分显示每段持续的时间。在这个文件里，如果光标还在波形图的中间（指默认），那么指定的时间就等于用光标显示红色的时间标示。

点击按钮栏的第一部分（左边）：你将会听到录音的上半句。

现在通过点击波形图的某处来改变光标的位置，如，点击“zon"”,你就可以听到样本。

通过移动鼠标，点击左边按钮来选择波形图的一部分：截取这部分的颜色会偏红。

点击“sel”按钮（下面，左边）：你会把选定的部分波形图放大。

这种操作可以一遍一遍的重复，通过点击“放大”和“缩小”按钮来放大或缩小波形图。点击“全部”以便信号的原始图复原。

第二个按钮栏的顶部表示可见部分的时间，蓝色数字表示开始和结束的时间。

再次选择信号的一个较短部分或放大这部分：改变信号可见部分时间的标示。

从左边开始，点击第二个按钮栏的所有部分：你就会在这些碎片里听到整个文件（用每部分的持续时间的相对标示） 不论我们是否放大，顶部第三个和最后一个按钮栏都表示文件的总时间；点击第三或最后一个按钮栏，你将会听到整个句子。

Praat语音软件也为你提供了通过使用菜单，可以做任何事情的可能性，也可以试试这种：

从“查询”菜单，你可以获得一些信息，如，关于时间维度：选择“开始”，移动光标，选择结束，就可以得到选择的长度。也有两种快捷键用于一些经常性查询。

从“视图”菜单，在使用“全部”放大，缩小，sel按钮之前，在操作时，你可以移动信号；也可前后滚动页面，再播放（您必须输入时间指示）。从“选择”菜单，你可以在信息处移动光标，在一些操作中，你可以在你的视图菜单下执行，但要求输入时间指示，这比使用光标的确度更高。