Praat 語音軟件操作手冊

1、Praat 語音軟件使用手冊()熊子瑜xiongziyu北京東城區(qū)建國門內(nèi)大街 5 號中國社會科學院語言研究所辦公室電話：010-85195406100732謹以此獻給“2004 年現(xiàn)代語音學暑期講習班”上的可親可敬的學員們，祝愿大家都能夠?qū)W有所得！目錄一 Cool Edit Pro 錄音操作初步 . 1（一）幾個重要概念 .1（二）Cool Edit Pro 錄音操作 .2二 聲學基礎(chǔ) . 9三 頻譜分析 . 27（一）語圖分析及參數(shù)設(shè)置 .27（二）觀察語圖 .29（三）畫圖及參數(shù)設(shè)定 .30（四）頻譜分析及參量設(shè)置 .34（五）觀察二維頻譜 .35（

2、六）二維頻譜作圖 .36四 基頻分析 . 39（一）基頻分析及參數(shù)設(shè)置 .39（二）察看基頻對象 .41（三）基頻數(shù)據(jù)的核查和修改 .42（四）基頻數(shù)據(jù)的保存 .48（五）基頻數(shù)據(jù)的作圖 .49（六）基頻數(shù)據(jù)的獲取 .52五 強度分析 . 55（一）時域維度測量某個時段的強度 .55（二）察看強度對象 .56（三）獲得強度對象的數(shù)據(jù) .57（四）從強度曲線換算成振幅曲線 .58（五）強度數(shù)據(jù)作圖 .58（六）頻域維度測量某個時點的某個頻率位置的強度 .623（七）頻域維度測量某個時點的某個帶寬的能量 .64（八）頻域維度測量某個頻段的長時全部能量 .64六 共振峰分析 . 67（一）共振峰分析

3、與參數(shù)設(shè)置 .67（二）察看共振峰對象 .69（三）提取和修改共振峰數(shù)據(jù) .71（四）LPC 分析 .75（五）基于 LPC 對象測量某時間點的共振峰 .77（六）基于 LPC 對象分析共振峰數(shù)據(jù) .78（七）基于 LPC 對象進行語圖分析 .79（八）基于共振峰數(shù)據(jù)做聲學元音圖 .80（九）基于共振峰對象做共振峰圖 .80七 語音標注 . 83（一）新建語音標注對象 .83（二）菜單功能介紹 .84（三）提取標注對象中的某個層級數(shù)據(jù) .88（四）提取標注對象中的某個片斷的標注數(shù)據(jù) .90（五）獲取 TextGrid 對象的數(shù)據(jù) .91（六）標注文件作圖 .91（七）提取標注文件的數(shù)據(jù) .93

4、（八）在語音標注文件中輸入國際音標 .94八 語音參數(shù)調(diào)整與合成 . 97（一）調(diào)整強度 .97（二）聲音的剪切、復制、粘貼和清零 .98（三）聲音信號的重新采樣 .99（四）聲音信號的拉長和縮短，以調(diào)整語速 .100（五）調(diào)整語聲的性別特性 .101（六）調(diào)整聲音文件的超音段特征 .103（七）濾波.109（八）共振峰數(shù)據(jù)的修改 .1114九 編寫 Praat 的腳本程序 . 113（一）編程環(huán)境 .113（二）編程語言 .114（三）交互對話 .119十 提取語音數(shù)據(jù) . 123（一）提取標注數(shù)據(jù) .123（二）提取音節(jié)或聲韻母的音高數(shù)據(jù) .123（三）提取音節(jié)或聲韻母的強度數(shù)據(jù) .124

5、（四）提取音節(jié)或聲韻母的共振峰數(shù)據(jù) .124（五）語音數(shù)據(jù)作圖 .124十一 語音數(shù)據(jù)的統(tǒng)計分析 . 127（一）相關(guān)性分析 .127（二）均值比較及 T 檢驗 .131（三）方差分析 .133（四）回歸分析 .135附錄 腳本程序 . 139（一）提取二維頻譜中某個頻率位置的能量值 .139（二）提取二維頻譜中前 n 個諧波峰的能量值 .140（三）提取二維頻譜中各頻率成分的能量值 .141（四）將共振峰頻率數(shù)據(jù)提取到 TextGrid 對象中 .142（五）將 TextGrid 對象中的共振峰數(shù)據(jù)轉(zhuǎn)換成文本文件.143（六）制作聲學元音圖 .144（七）提取標注對象中的數(shù)據(jù) .148（八）

6、修改一個音段的共振峰特性以得到一個新的聲音 .153（九）提取音節(jié)或聲韻母的音高數(shù)據(jù) .156（十）提取音節(jié)的強度數(shù)據(jù) .160（十一）提取音節(jié)或聲韻母的共振峰數(shù)據(jù) .165（十二）語音數(shù)據(jù)作圖 .1715Praat 語音軟件使用手冊熊子瑜一 Cool Edit Pro 錄音操作初步通過本節(jié)的學習，幫助您了解與錄音過程有關(guān)的幾個基本概念，并掌握如何使用 Cool Edit Pro 軟件的錄音功能。（一）幾個重要概念、采樣由于聲音為模擬連續(xù)信號，而計算機只能處理數(shù)字離散信號，因此要使用計算機來分析和處理聲音，就需要經(jīng)歷模數(shù)轉(zhuǎn)換過程Analog to Digital Converter，即 ADC

7、，即將模擬的連續(xù)信號轉(zhuǎn)換為數(shù)字離散信號。采樣就是按照一定的時間間隔從模擬連續(xù)信號提取出一定數(shù)量的樣本來，其樣本值用二進制碼 0 和 1 來表示，這些 0 和 1 便構(gòu)成了數(shù)字音頻文件，其過程實際上是將模擬音頻信號轉(zhuǎn)換成數(shù)字離散信號。、采樣率采樣率表示了每秒對原始信號采樣的次數(shù)。顯然，在一秒中內(nèi)采樣的點越多，獲取的信息越豐富，為了復原波形，一次振動中，至少得有 2 個點的采樣，要想使采集到的信號不失真，采樣頻率規(guī)定至少為語音頻率的 2 倍，因此要得到一個頻率為 10000 赫茲的聲音，則其采樣率至少得大于 20000 赫茲。采樣頻率越高，數(shù)字信號的保真度越高，但同時占用的存儲空間也越大。如果采樣

8、率低于高頻成分頻率的兩倍，則會產(chǎn)生低頻失真、信號混淆現(xiàn)象。、采樣精度采樣精度就是指存放一個采樣值所使用的比特數(shù)目。當用 8 個比特（采樣精度為 8 位）存放一個采樣值時，對聲音振幅的分辨等級理論上為 256 個，即 0至 255；當用 16 個比特（采樣精度為 16 位）存放一個采樣值時，對聲音振幅的分辨等級理論上為 65536 個，即 0 至 65535。如果您將采樣精度設(shè)置為 16 位，計算機紀錄的采樣值范圍則為-32768 至 32767 之間的整數(shù)。采樣率和采樣精度的值越大，記錄的波形更接近原始信號，但同時占用的存儲空間也越大。、聲道聲道指輸入或輸出信號的通道。通常用多聲道來輸入或輸出

9、不同的信號。如果只需錄制一個位置的一種信號時，只要使用單聲道就可以了。1Praat 語音軟件使用手冊熊子瑜、信噪比信噪比指信號與噪聲之間的能量比。錄音時，信噪比越高越好。16 位采樣的信噪比大約是 96dB，8 位采樣的信噪比大約是 48dB。在錄音時，簡單估計噪音大小的辦法是：當沒有語聲信號輸入的時候，如果麥克風輸入信號的振幅值超過了 200（單位為采樣值，相當于 46dB），則噪聲就比較大，需要進行一定的控制，如在比較安靜的環(huán)境下錄音，關(guān)閉窗戶、空調(diào)、電扇等噪聲源，遠離電腦等噪聲源等等，選用比較好的帶有屏蔽的麥克風，選用比較好的聲卡等等。噪聲的振幅值越低越好，錄音室里的錄音一般可以控制在

10、10 以下（單位為采樣值，相當于 20dB）。（二）Cool Edit Pro 錄音操作第一步，打開 Cool Edit pro 軟件。初始窗口如下：第二步：按“文件”菜單下的“新建”按鈕，會彈出下面對話框。在下圖1 的位置選擇采樣率 16000，在 2 的位置選擇單聲道，在 3 的位置選擇 16 位。選擇好之后請按 4 位置的按鈕“確定”?！菊f明：采樣率和采樣精度的設(shè)置以越高越好，采樣率和采樣精度越高則聲音的質(zhì)量越高，不過考慮到存儲空間和語音信號的特點，一般可以設(shè)置為 16000赫茲的采樣率和 16 位的采樣精度。如果需要錄制兩個不同的信號源，則使用立體聲，否則都使用單聲道?！?Praat

11、語音軟件使用手冊熊子瑜按了上圖的“確定”按鈕后，回到了下面的主窗口：主窗口的功能區(qū)解釋如下：1 區(qū)：用于播放和錄音。播放按鈕是其上排左數(shù)第二個三角形狀的按鈕；錄音是其下排右數(shù)第一個圓圈形紅色按鈕。此時按紅色錄音按鈕即開始錄音，錄音時再按一次即停止錄音，也可以按上排第一個方塊按鈕停止錄音或播放過程。2 區(qū)：用于調(diào)整橫軸顯示比例，以觀察波形。上排左一用于放大，上排左二用于縮小，上排左三用于顯示全部波形。3 區(qū)：顯示游標所在的時間位置。4 區(qū)：用于顯示錄音過程或放音過程的瞬時電平量，通常用于考察聲音的強度，一般以不超過-3dB 為宜，最好大多處于-6-3 之間。3Praat 語音軟件使用手冊熊子瑜5

12、 區(qū)：聲壓坐標，可以有四種不同的標度：采樣值（-32768+32767）、分貝值、歸一值（-1+1 之間）、百分比（-100%+100%）?？梢酝ㄟ^雙擊縱坐標軸來改變標度單位。6 區(qū)：波形顯示區(qū)，最大采樣數(shù)據(jù)以不超過 6 區(qū)的上下橫線為宜，即小于-3dB。第三步：連接并設(shè)置好您的麥克風及錄音音量等。（1） 選擇“錄音時實時更新顯示”，操作如下：先按 Cool Edit Pro 主菜單“選項”下的“設(shè)置”按鈕，出現(xiàn)下一對話框，將下圖 1 位置的復選框打上對鉤，然后按“確定”按鈕。（2） 調(diào)整合適的輸入音量。首先雙擊電腦屏幕右下角的小喇叭圖標，會彈出如下對話框，注意：不同電腦所顯示的界面可能略有不

13、同。4Praat 語音軟件使用手冊熊子瑜按上圖主菜單中的“選項”之下的“屬性”下拉菜單，會彈出下面對話框。其中，在 1 的位置選擇您用來錄音的聲卡名稱；在 2 的位置選擇“錄音”之前的圓圈，使其內(nèi)部出現(xiàn)一個綠色小圓點；在 3 的位置選擇“麥克風”之前的復選框，使其內(nèi)部出現(xiàn)一個對鉤，另外保持“錄音控制”之前的對鉤，并將其他的對鉤都取消。如果您用的是“線路輸入”的方法錄音，則選擇“線路輸入”之前的復選框，使其內(nèi)部出現(xiàn)一個對鉤，另外保持“錄音控制”之前的對鉤，并將其他的對鉤都取消。設(shè)置結(jié)束后按 4“確定”按鈕結(jié)束。接著會自動彈出下一對話框，其中 1 的滑鈕用來調(diào)節(jié)錄音音量高低，越往上則輸入的音量越高

14、；請在 2“選擇”之前復選框里打上對鉤；請在 4“全部靜音”之前的復選框里取消對鉤。5Praat 語音軟件使用手冊熊子瑜上圖 3 位置的“高級”按鈕是一個開關(guān)，點擊它會彈出一個對話框，在此主要用來確定是否需要增強麥克風的輸入信號，如下圖所示：不同的聲卡上圖的顯示可能有所不同。如果不選擇上圖 1“麥克風加強”前的復選框時，麥克風輸入的信號特別弱，那么請選擇上圖 1“麥克風加強”前的復選框，即打上對鉤；如果不選擇上圖 1“麥克風加強”前的復選框時，麥克風輸入的信號就已經(jīng)夠強，則不必選擇上圖 1“麥克風加強”前的復選框，即取消對鉤。確定好選擇以后，請按上圖 2“關(guān)閉”按鈕結(jié)束。返回到前一對話框，如下

15、圖所示：6Praat 語音軟件使用手冊熊子瑜說明，如果選擇了“麥克風加強”前的復選框，則將上圖 1 的滑鈕調(diào)到較低的位置，如果沒有選擇“麥克風加強”前的復選框，則將上圖 1 的滑鈕調(diào)到較高的位置。這兩個配合起來使用，可以邊調(diào)節(jié)邊錄音，看調(diào)節(jié)后的錄音音量效果，直到比較合適的音量輸入位置。目標是聲壓不超過-3 分貝，以保證不出現(xiàn)過載削波現(xiàn)象，在-3 分貝以下要求是聲壓越大越好。調(diào)解好之后直接按上圖右上角的“”按鈕結(jié)束錄入音量設(shè)置過程。如果調(diào)節(jié)之后的錄入音量仍然過強或過弱，而又無法再調(diào)整錄入音量時，請調(diào)節(jié)麥克風與嘴唇之間的距離注意：一般要求發(fā)音時這個距離保持不變，或者調(diào)整發(fā)音的力度注意：一般要求發(fā)音

16、時發(fā)音力度保持不變。第四步，開始錄音。以上設(shè)置結(jié)束以后，請按下圖 1 的右下角紅色錄音鍵開始錄音。錄音過程中盡可能避免外界的一切噪聲。錄音過程中，可以通過監(jiān)控波形的變化來考察其能量的強弱，太強不行，太弱也不行，隨時監(jiān)控隨時調(diào)整。另外要注意的是麥克風不可離嘴唇太近，正常的呼吸氣流最好不要被錄入到語音中去。第五步：保存錄音。錄制結(jié)束以后，記得保存錄音數(shù)據(jù)，操作如下，點擊主菜單“文件”下的“另存為”按鈕。7Praat 語音軟件使用手冊熊子瑜自動彈出下一對話框，在其 1 的位置選擇合適的保存文件夾；其 2 的位置輸入合適的文件名；其 3 的位置設(shè)定合適的保存格式，一般選用“Windows PCM(*.

17、wav)”；然后按 4“保存”即可。錄制結(jié)束后，按主窗口右上角的“”按鈕結(jié)束關(guān)閉程序。8Praat 語音軟件使用手冊熊子瑜二 聲學基礎(chǔ)通過本節(jié)的學習，幫助您回顧一下聲學語音學的一些基礎(chǔ)知識和概念。當物體振動時，會引起周圍空氣的波動，導致空氣粒子間的距離發(fā)生疏密變化，從而引發(fā)空氣壓強的改變，再通過人的耳膜對空氣壓力的反映傳入大腦，從而形成聲音。物理上講，聲音具有四個基本特性：即音色、音強、音高和音長。1、聲波聲波是由物體振動產(chǎn)生的,物體振動使周圍的介質(zhì)(如空氣)產(chǎn)生波動,這就是聲波。聲波的最簡單形狀是正弦波，由正弦波得到的聲音叫純音。在日常生活中,人們聽到的大部分聲音不是純音,而是復合音,這是由

18、多個不同頻率和振幅的正弦波疊加而成的。純音借助 Praat 軟件的語音生成工具可以創(chuàng)建純音和復合音，操作如下：點擊下圖 1 位置的按鈕。9Praat 語音軟件使用手冊熊子瑜彈出下一對話框：在上圖 1 位置輸入聲音對象的名稱；在上圖 2 位置輸入聲音的起點時間；在上圖 3 位置輸入聲音的末點時間；在上圖 4 位置輸入聲音的采樣率；在上圖 5位置輸入每個正弦波的函數(shù)，如 1/2*sin(2*pi*377*x),起首的 1/2 表示振幅，“sin（）”表示生成的是一個正弦波，“2*pi”是個常量，“377”表示頻率（可以改成不同的值）。下面是一個純音的例子，生成公式為“1*sin(2*pi*100*

19、x)”,采樣率為 10000 赫茲。Sine-10000-16-1-100-1.0（相對振幅為 1）(函數(shù)名-采樣率-精度-通道數(shù)-頻率-時長)A 點至 B 點為一個完整的周期，從時間軸上可以看出這個周期的時長為 10 毫秒。根據(jù)采樣率，可以知道這個周期包含了 100 個采樣點。從右側(cè)縱軸，我們可以看出其最大振幅位于+32767 和-32768。10Praat 語音軟件使用手冊熊子瑜復合音下面是五個正弦波，其頻率分別是 100，200，300，400，500 赫茲，相對振幅分別是 0.5，0.25，0.125，0.0625，0.03125。其生成公式如下：a: 1/2 * sin(2 * pi

20、 * 100 * x)b: 1/4 * sin(2 * pi * 200 * x)c: 1/8 * sin(2 * pi * 300 * x)d: 1/16 * sin(2 * pi * 400 * x)e: 1/32 * sin(2 * pi * 500 * x)下面是這五個正弦波的波形圖的片斷，時長都是 50 毫秒，周期數(shù)分別是 5，10，15，20，25。11Praat 語音軟件使用手冊熊子瑜將這五個正弦波疊加起來，就生成了一個復合波，下面是這個復合波的波形圖的片斷，時長也是 50 毫秒。復合波的生成公式為：“1/2 * sin(2 * pi * 100* x) +1/4 * sin(2

21、 * pi * 200 * x)+1/8 * sin(2 * pi * 300 * x)+1/16 * sin(2* pi * 400 * x)+1/32 * sin(2 * pi * 500 * x)”。從波形圖可以看出，這個復合波的周期數(shù)與頻率最低的純音 a 的周期數(shù)相同，其振幅并不等于 5 個純音的振幅直接相加，這是由于它們的頻率不一致，存在強弱抵消的情況。要了解復合波的特性，需要對它進行頻譜分析?？陕犅暡ǖ念l率范圍為 20Hz-20KHz，頻率高于 20KHz 的聲波為超聲波，頻率低于 20Hz 的聲波為次聲波，超聲波和次聲波一般不能引起聽覺，只有頻率在兩者之間的聲波才能聽到，通常把能

22、夠聽到的聲波稱為可聽聲。2、聲速聲波每秒在介質(zhì)中傳播的距離，叫做“聲速”，用 c 表示，單位為 m/s。聲速與傳播聲音的介質(zhì)和溫度有關(guān)。在常溫常壓下的空氣中，聲速（c）和溫度（t）的關(guān)系可簡寫為：c 331.4+0.607t(m/s)。常溫常壓下，聲速約為 345m/s。3、波長沿著聲波傳播方向，聲波振動一周所傳播的距離，或在波形上相位相同的相鄰兩點間的距離，叫做“波長”，用表示，單位為 m。波長與發(fā)聲物體的振動頻率成反比：頻率越高，波長越短。日常所說的長波指頻率低的聲音,短波指頻率高的聲音。波長和聲速、頻率三者之間的關(guān)系：=c/f。4、振幅振動物體離開平衡位置的最大距離，叫做振動的“振幅”，

23、通常用符號 A 表示。簡諧振動的振幅是不變的。強迫振動的穩(wěn)定階段振幅也是一個常數(shù)。阻尼振動的振幅逐漸減小，振幅是可變化的。振幅是用來表示振動強弱的物理量，振幅大，則振動強度強大；振幅小，則振動強度小。12Praat 語音軟件使用手冊熊子瑜5、分貝分貝是增益或衰減單位，用于描述兩個相同物理量之間的相對關(guān)系。聲信號和電信號的相對強弱，例如聲壓和電壓、聲功率和電功率的放大（增益）和減?。ㄋp）的量都可用分貝數(shù)來表示。計算公式如下：LN = 10 * lg( A1/ Ar) 或 LN = 20 * lg( A1 / Ar)式中，其中 Ar 是基準量，A1 是被測量，分貝符號為“dB”。被測量和基準量之

24、比取以 10 為底的對數(shù)，這對數(shù)值稱為被測量的“級”,它代表被測量比基準量高出多少“級”。根據(jù)公式可以得出，若被測量是基準量的 10 倍，則被測量比基準量高出 1 級，若被測量是基準量的 100 倍，則被測量比基準量高出 2 級，以此類推。每 1 級相差 10 或 20 個 dB。分貝的計算很簡單，對于振幅類物理量，如聲壓、電壓、電流強度等，將被測量與基準值相比后求常用對數(shù)再乘以 20；對于它們的平方項的物理量如電功率、聲功率和聲強，取對數(shù)后乘以 10 就行了。如果需要表示的量小于與其相比的量時（即比值小于 1 時），則 dB 數(shù)前要加一個負號。6、聲強-聲強級聲強是衡量聲音強弱的一個物理量。

25、聲場中，在垂直于聲波傳播方向上，單位時間內(nèi)通過單位面積的聲能稱做聲強。聲強常以 I 表示，單位為 (wm2)。聲強實質(zhì)是聲場中某點聲波能量大小的度量。對平面波來說，聲強 I 正比于聲壓有效值的平方。聲強級是相對于參考聲強的分貝數(shù)，聲強 I1 的聲強級 LI 為：LI = 10 * lg(I1 / Ir)式中，I1 是聲強，Ir 是參考聲強，通常取 10-12瓦/平方米, 該數(shù)值是人對 1kHz聲音剛能聽到時的聲強值。7、聲功率-聲功率級聲源在單位時間內(nèi)輻射的總聲能量稱為聲功率。常用 W 表示，單位為瓦(w)或 mW（毫瓦）或W（微瓦）。聲功率是表示聲源特性的一個物理量。聲功率越大，表示聲源單位

26、時間內(nèi)發(fā)射的聲能量越大。聲功率的大小，只與聲源本身有關(guān)。13Praat 語音軟件使用手冊熊子瑜聲功率級是相對于參考聲功率的分貝數(shù)，聲功率 W1 的聲功率級 LW 為：LW = 10 * lg(W1/ Wr)式中，W1 是聲功率，Wr 是參考聲功率，通常取 10-12瓦。聲強和聲功率通常不易直接測量，要根據(jù)測出的聲壓通過換算來求得。8、聲壓-聲壓級目前，在聲學測量中，常用聲壓來衡量聲音的強弱。聲波在大氣中傳播時，引起空氣質(zhì)點的振動，從而使空氣密度發(fā)生變化。在聲波所達到的各點上，氣壓時而比無聲時的壓強高，時而比無聲時的壓強低，某一瞬間介質(zhì)中的壓強相對于無聲波時壓強的改變量稱為聲壓，記為 p(t),

27、單位是 Pa。聲音在振動過程中，聲壓是隨時間迅速起伏變化的，人耳感受到的實際只是一個平均效應，因為瞬時聲壓有正負值之分，所以有效聲壓取瞬時聲壓的均方根值，故實際上總是正值。PT =1 TT2式中 pT 是 T 時間內(nèi)的有效聲壓 Pa；p(T)為某一時刻的瞬時聲壓 Pa。聲壓（p）以 Pa，即帕（斯卡）為單位，有時也有即微巴（Pa）作單位。1Pa=10Pa；人耳可聽到的最弱聲壓為 2*10-5 Pa (0dB)，最強的聲壓為 2*101 Pa (120 dB)，最強聲壓和最弱聲壓之間相差大約 6 個級數(shù)。為了計算上的方便，同時也符合人耳聽覺分辨能力的靈敏度要求，從最弱的聲壓（2×10-

28、5 Pa）到最強的聲壓（20 Pa），按對數(shù)方式分成等級，以此作為衡量聲壓大小的常用單位，這就是聲壓級。聲壓級的單位為 dB。聲壓 p1 的聲壓級 Lp 為：Lp = 20 * lg(P1 / Pr)式中，Pr 為基準聲壓=2×10-5 Pa, 該值是人耳對 1kHz 聲音剛能聽到時的聲壓值,作為聲壓級的 0 dB。141 PTPraat 語音軟件使用手冊熊子瑜聲壓級不能直接相加，如 LP1=LP2，即兩個聲源的聲壓級相等，則總聲壓級：LP = LP1+ 10lg2 LP1 + 3(dB)也就是說，作用于某一點的兩個聲源聲壓級相等，其合成的總聲壓級比一個聲源的聲壓級增加 3dB。下面

29、以 16 位采樣精度為例，加以說明每個采樣點聲壓的計算。以 16 位采樣精度采得的每個樣本值都是用兩個字節(jié)來保存的，我們把這兩個字節(jié)的值分別記作 b1 和 b2，它們都是 0 至 255 之間的某個整數(shù), 可以用公式 b1+b2*256 算出其相應的十進制的值。如一個采樣點的 b1 和 b2 分別等于 199 和 19,那么這個采樣點的采樣值就等于 199+19*256，即 5063。再比如說，某個采樣點的 b1 和 b2 分別等于 41 和 236, 那么這個采樣點的采樣值就等于 41+236*256，即 60473。如果采樣值大于或等于 32768，則將其減去 65536，得出負值。因此采

30、樣值的范圍在-32768+36767 之間。然后將采樣值換算為-1+1 之間的聲壓值，公式如下：P = N i / 32768 （Pascal）接下來可以根據(jù)聲壓值來計算聲壓級，公式如下：LP = 20 * lg(| P |) （dB）如果|P|=1,則 LP=0dB；如果|P|=0.5，則 LP=-6.02dB；如果|P|=0.25，則LP=-12.04dB。這表明聲壓相差一倍時，聲壓級上相差大約 6 個分貝。如果以基準聲壓 Pr(2×10-5 Pa)為參考點,則上面公式改寫為:LP = 20 * lg(| P | /(2 *10 5 ) （dB）此時結(jié)果為：如果 P=1，則 LP

31、=93.98dB；如果 P=0.5，則 LP=87.96dB；如果 P=0.25，則 LP=81.94dB。我們可以使用 Praat 軟件察看語音文件的振幅特征，操作如下：先在對象列表窗口選擇一個聲音對象，如下圖 1 所示；再點擊下圖 2 位置的 Info 按鈕。15Praat 語音軟件使用手冊彈出一個信息對話框，如下圖所示：在上圖紅色框里標出了所選聲音對象的振幅和能量特征值。振幅，單位為 Pascal，是根據(jù)聲壓值來標示的。熊子瑜Mean: 單位 Pascal。ni =116Amean = 1 / n * ( Ai )Praat 語音軟件使用手冊Root-mean-square:單位 Pas

32、cal。ni =1熊子瑜2energy in air: 單位 Joule/m2。 energyInAir = Te / 400Mean power (intensity) in air: 單位 Watt/m2。MeanPower = energyInAir / WaveLengthMean power (intensity) in air: 單位 dB。MeanPower = 10 * log(MeanPower /(10 12 ) = 20 * log(RMS /(2 *10 5 )Standard deviation: 單位 Pascal。ni =19、響度-響度級響度是人耳對聲音強弱的主

33、觀評價尺度，它主要決定于聲壓，而且與頻率和頻譜有一定的關(guān)系。聲壓愈大，引起人耳主觀感覺到的響度也愈大。如敲鑼打鼓時，用力大，鑼面或鼓皮振幅就大，聲音就響；輕輕敲打振幅就小，聲音就輕。響度和聲強是不同的概念，使用中需要注意它們之間的區(qū)別和聯(lián)系。聲強是聲波強弱的客觀反映，可用聲壓級或聲強級來計量，聲壓值的單位為帕（Pa），其對數(shù)值聲壓級的單位為分貝。而響度是人們對聲音強弱的主觀感覺，不能用任何儀器來直接測定。響度用單位宋(sone)來度量， 將 1000Hz、40dB 的純音所具有的響度定義為1 宋。如果另一個聲音聽起來比 1 宋的聲音大 n 倍，即該聲音的響度為 n 宋。響度還常用對數(shù)值來表示響

34、度級，單位為方(phon)，響度級的定義是：將一個聲音與 1000Hz 純音作比較，當聽起來兩者一樣響時，這時 1000Hz 純音的聲壓級的數(shù)值就是這個聲音的響度級。如果某聲音聽起來與聲壓級為 0dB 的 1000Hz 純音一樣響，則該聲音的響度級為 0 方。如果某聲音聽起來與聲壓級為 80dB 的 1000Hz17RMS = ( Ai2 ) / n )Total energy: 單位 Pascal2 sec。Te = RMS *WaveLength ，時長單位秒。Std = ( ( Ai Amean ) 2 /(n 1)Praat 語音軟件使用手冊熊子瑜純音一樣響，則該聲音的響度級為 80

35、方。除 1000Hz 純音外，聲壓級的值一般不等于響度級的值。根據(jù)大量的實驗得到，響度加倍或減半，響度級增加或降低 10 方。它們的關(guān)系可用下列數(shù)學式表示：N = 2 ( LN 40) / 10 或 LN = 40 + 33 log(N ) 。其中 N 表示響度，單位為宋，LN 表示響度級，單位為方。注意，響度級之間不能直接相加，而響度可以相加。應先將各響度級換算成響度進行合成，然后再換算成響度級。10、頻率-基頻-音高單位時間內(nèi)（每秒）物體振動的次數(shù)，稱為“頻率”，用 f 表示，單位為赫茲。物體振動越快，頻率就越高；物體振動越慢，頻率就越低。物體振動一周所經(jīng)歷的時間，稱為“周期”，記作 T，

36、單位為秒。周期與頻率之間具有以下關(guān)系：T=1/f。在一個自然的復合音里，有一個振幅最大、頻率最低的分音，也就是第一諧波，這個分音（或第一諧波）一般還被稱為“基音”，它的振動頻率被稱為“基頻”。但對于人工合成的聲音或者通過濾波處理后的聲音（如過濾掉一些低頻成分），其基頻并不等于第一諧波的頻率。例如，一個 300 赫茲的純音與一個 400赫茲的純音疊加時，會產(chǎn)生一個復合波，這個復合波就包括兩個分音，其頻率分別等于 300 赫茲和 400 赫茲，第一諧波的頻率為 300 赫茲，這個復合波的基頻并不等于 300 赫茲，而是等于 100 赫茲。音高是人耳對物體振動頻率的聽覺感受,其高低主要決定于聲波頻率。一般來說，振動頻率越高，感受到的音高也越高；振動頻率越低，感受到的音高也越低。對復合波音高的感知，主要決定于基頻。一般來說，女同志的音高比男的高，童聲的音高比成人高。11、基音-陪音-諧波-分音-泛音一個復合音是由多個頻率不同的純音組成的，通過一定的方法可以把復合音分解為一定數(shù)目的純音，這些被分解出來的純音在物理學上被稱為“分音”，在電聲學上被稱為“諧波”。其中，那個振幅最大、頻率最低的分音，被稱為“基音”，也被稱為“第一諧波”；其他分音的振幅一般都比基音的振幅小，而頻率都