[置顶] 语音标注自动音段对齐工具SPPAS使用笔记

[更新日期：2015/6/8  13:24:23]

      SPPAS工具是由Brigitte Bigi（Laboratoire Parole et Langage - Aix-en-Provence - France）开发的。在网上提供免费下载及使用。这是一款目前比较流行的自动标注，音段对齐的工具，目前应用于法语、英语、汉语等都有不错的效果。虽然音段自动对齐的准确率并不完善，但是对于一般的语音研究者来说，能够自动产生出带有音段信息，并且边界相对整齐的Praat标注文件TextGrid已经是大大提升了工作效率。所以推荐给进行语音研究，而且数据量规模很大的朋友。最近有几位朋友提问在64位上无法安装，这两天在一位朋友的帮助下，在她的64位机器上也安装成功了，官方网站现在更新了，需要安装的环境软件只有三个就可以了。前两个是有专门的64位的，最后一个只需要32位的可执行文件就行。

      有关于这个工具的详细说明，介绍，文档，由此相关的论文等信息请参阅官方网站：http://www.sppas.org/。在这里只是把使用的时候注意的一些地方写出来，以方便一些可能对插件包安装使用并不熟悉的同学。

      打开网站有困难的请到资源里下载：http://download.csdn.net/detail/shaopengfei/8335889

       首先是一些使用时的注意事项：

• 标注文件，及声音对应的文本文件，都必须是UTF8格式
• 声音文件必须是单通道文件，16位精度
• 所有的文件名称中没有特殊字符，比如中文，空格都不允许，推荐只出现字母，下划线，数字或者横线
• 声音文件和对应的文本文件名称必须完全一致
• 具体使用步骤应该是
  • 安装工具，在自己的电脑上配置这个工具使用的环境（需要有三个工具安装，下文会提到）
  • 将自己的语音语料制作成一个一个的声音文件，这里的一个的涵义是一个句子，一个词，一个字为单位，短的篇章也可以，但是篇章不要太长，否则效果很差。制作成这样的声音文件之后，再制作相应的文本文档，比如：录音的声音文件Sound001.wav内容是"Can you help me?"，那么需要制作一个同样文件名称的文本文件Sound001.txt，内容就添加这个句子  Can you help me   ，这个文本文件的格式为UTF8格式。
  • 然后将这样的文件都添加到SPPAS操作窗口里，选择相应的语言，选择音段对齐选项，点击“执行”就可以产生出来音段对齐的TextGrid了
• 这其中对于如何把工具环境安装好，对于只有文科基础的同学不太容易操作，但是一旦安装好了，以后就可以直接使用了。

      本文力求对每个环节都写的简单一些，让更多想使用这个工具的人能够很快的将工具配置好，节省自己的工作效率。

 

1. 安装

     这部分主要就是大概翻译了一下官方网站上的Installation这一部分。

1. windows环境下的安装

   1. 如何知道自己的电脑是32-bits还是64-bits结构(win7)：点击开始，点击控制面板里的，系统，在系统类型里可以看到是32位操作系统还是64位。

2. Python installation

   1. Click here to downloadPython     
   2. 根据操作系统类型选择下载文件：
      1. 32位：Windows x86 MSI Installer (2.7.6)(sig)
      2. 64位：Windows X86-64 MSI Installer (2.7.6)[1](sig)
   3. 安装过程即和常规安装软件的过程类似。    
      1. 
      2. 注意安装路径
      3. 
      4. 
      5. 

3. WxPython installation

   1. Click here to downloadwxPython 
   2. 根据操作系统类型选择下载文件：
      1. 32位：

         wxPython3.0-win32-py27

         32-bit Python 2.7

      2. 64位：

         wxPython3.0-win64-py27

         64-bit Python 2.7

   3. 安装过程：
      1. 
      2. 
      3. 
      4. 

4. Julius installation

   1. Click here to downloadJulius (release >= 4.1)     
   2. 这个组件不需要安装，直接解压到一个目录里
   3. 打开这个目录，打开bin目录，找到Julius.exe，注意因为本文下载的是Julius 4.3.1版本，所以其实这个文件名称是Julius-4.3.1.exe，即要把这个文件拷贝到C:\windows\目录下，并且改名为：julius.exe  
      
   4. 注意：64位机器不需要找专门的这个版本，就使用和第（3）同样的方式操作就可以了，已经测试过，是成功了。
      
   5. 

5. SPPAS工具的下载安装

   1. 下载新版本的Download SPPAS version 1.6.9 (2015-05-14)
   2. 下载后直接解压到磁盘根目录下，比如D盘下。D:\sppas\，目录级别不要太深。
   3. 打开后，直接打开里面的sppas.bat，就可以运行了。
   4. 
   5. 打开之后是这样的界面：
   6. 
      

6. MacOS环境下的安装

 2. 制作声音文件和文本

• 手工制作声音文件和文本文件
  • 手工录音，然后分别针对每一个录音单位制作文本文件
  • 
  • 注意声音文件和文本文件是对应出现的。文件名称必须一样。而文本文件，比如Sound_1.txt里面就是这个声音的内容，没有其它多余信息。如红色箭头所指。在保存这个文本文件的时候，需要注意编码格式为UTF-8格式，如下面的红色方框所示。
• 批量制作声音文件和文本文件
  • 使用前面的文章《Praat 将连续录制的声音文件切成小单位文件》介绍的方法，可以对连续录制的很长的声音文件切分成小的单位文件。在这里要继续使用这个脚本产生的文件名列表，fileList.txt，这个文件里是这样的

  • order	filename	sentence
    1	Sound_1.wav
    2	Sound_2.wav
    3	Sound_3.wav
    4	Sound_4.wav
    5	Sound_5.wav
    6	Sound_6.wav
    7	Sound_7.wav
    8	Sound_8.wav

  • 我们利用产生的文件名，把录音对应的内容，和文件名对应起来。如下面所示

  • Sound_1.wav	关心
    Sound_2.wav	刚刚
    Sound_3.wav	单一
    Sound_4.wav	糟糕
    Sound_5.wav	新鲜
    Sound_6.wav	餐厅
    Sound_7.wav	西瓜
    Sound_8.wav	车厢

     
  • 然后再使用，本人编写的另外一个工具，可以直接产生有这些内容的文本文件，工具下载地址如下：
    • 批量产生有内容列表的UTF-8格式文本文件
  • 产生的文件内容如下，之所以使用这样的工具产生文本，主要是为了产生UTF-8格式的文本文件。
  • 

3. 导入SPPAS进行切分

1. 经过上面的步骤，我们已经制作了批量的声音文件和文本文件，把这些文件放在同一个目录内：
   1. 
2. 然后打开SPPAS这个工具，点击Add files将声音文件添加到窗口里，同时，有同样文件名的txt也会被添加到窗口里，把这些文件通过使用ctrl或者shift键，全部选择，然后把右侧的几个对齐的选项选择，并且在语言里选择相应的语言，比如这里选择的是中文，ZH。
   1. 
   2. 
      
3. 点击右下角的这个长的按钮，就是执行按钮，然后系统就会自动产生出来对齐音段的TextGrid文件。
4. 一般情况下，会同时产生几个TextGrid
   1. 
5. 我们只需要最终的结果Sound_-merge.TextGrid文件。
6. 这就是最终的结果：可以看到，准确度并不高，但是省去了很多人工的添加边界，输入字符的过程。
7.