荷兰 Praat 语音学软件 Praat
Praat 是由阿姆斯特丹大学的 Paul Boersma 和 David Weenink 开发的免费语音分析、合成与操纵程序;该程序仍在发行,当前版本为 7.0.02,6.x 版本仍可获取。 它通过语谱图、音高分析、共振峰分析和强度分析,以及抖动、闪烁、断音与激励模式来分析语音。 功能包括语音合成、听辨实验、多层标注、语音操纵、统计以及 PDF/PNG/EPS 图形输出。 应用于语音学研究和语音分析,包括论文插图。 提供 macOS、Windows、Linux、树莓派和 Chromebook 版本,手册内置于 Help 菜单;Charis 与 Doulos SIL 字体为可选。 Praat 是在通用公共许可证第 3 版或更高版本下发布的自由软件。
仪器信息
| 品牌 | Praat |
|---|---|
| 型号 | Praat |
| 分类 | 言语发音训练软件 |
| 仪器编码 | netherlands-praat-phonetics-software-praat |
| 在售状态 | 在售 |
| 地区来源 | 荷兰 |
| 更新时间 | 2026-10-10 |
| 研究领域 | 语音学与言语科学、临床嗓音评估(耳鼻咽喉科/喉科学)、颌面修复与言语康复、发音语音学与声学语音学 |
技术参数
共 58 条规格记录
| 软件名称 | Praat: doing phonetics by computer |
|---|---|
| 软件版本 | 7.0.02 |
| 软件版本 | 6.4.67(Version 6 系列最后一个发布版本,2026 年 5 月 21 日) |
| 版本发布日期 | 2015 年 10 月 28 日(Praat 6.0) |
| 后继主版本 | Praat 7.0(2026 年 8 月 4 日发布的主版本更新) |
| 主版本号升级依据 | 命令行脚本运行方式的 API 变更:各平台上 Praat 自身即可从命令行运行脚本,不再需要 Praatcon.exe |
| 开发机构 | Phonetic Sciences, University of Amsterdam |
| 软件作者 | Paul Boersma、David Weenink、Anastasia Shchupak |
| 软件许可 | General Public License, version 3 or higher |
| 源代码发布地址 | https://github.com/praat/praat.github.io |
| 预期用途 | 分析、合成与处理语音,并生成用于论文与学位论文的高质量图形 |
| 适用领域 | 语音学(phonetics) |
| 适用领域 | 应用语言学、实验语言学、语言类型学、形式语言学、语音学、生理发声研究、信号声学研究、听力感知研究、修辞学、话语分析、方言学、音韵学、信息结构、大脑与认知科学、认知语言学、神经语言学、心理语言学、语言调查与田野语言学 |
| 界面语言 | 仅英语,无其他语言版本 |
| 录音声道数 | 单声道或立体声 |
| 最长录音时长 | 立体声 220 s;单声道 440 s(录音缓冲区为标准值 20 megabytes,采样率 22050 Hz) |
| 最长录音时长 | 立体声 110 s;单声道 220 s(录音缓冲区为标准值 20 megabytes,采样率 44100 Hz) |
| 录音缓冲区容量 | 20 megabytes |
| 声音文件大小上限 | 2 gigabytes(约 3 小时) |
| 语音分析功能 | 频谱分析(spectrograms)、基频分析(pitch analysis)、共振峰分析(formant analysis)、强度分析(intensity analysis)、jitter、shimmer、voice breaks、cochleagram、excitation pattern |
| 数据计算功能 | 对信号数据进行计算,获得音高、时长、第一或第二共振峰频率等数值 |
| 语音合成功能 | source-filter 合成(from pitch, formant, and intensity)、发音合成(articulatory synthesis)、Klatt 声学合成(Klatt acoustic synthesis) |
| 语音处理功能 | 改变音高与时长曲线、滤波 |
| 语音标注功能 | 在多层级上标注音段区间与时间点,并使用音标符号 |
| 听辨实验功能 | 辨识与区分测试(identification and discrimination tests) |
| 学习算法 | 前馈神经网络(feedforward neural networks)、离散与随机优选论(discrete and stochastic Optimality Theory) |
| 统计功能 | 多维标度(multidimensional scaling)、主成分分析(principal component analysis)、判别分析(discriminant analysis) |
| 脚本编程能力 | 内置可编程脚本语言(easy programmable scripting language) |
| 命令行调用能力 | 支持在所有平台上从命令行运行脚本并打开文件(Praat 6.0 起) |
| 外部程序通信能力 | 支持通过 sendpraat 与其他程序通信 |
| 超文本手册创建能力 | 支持创建带声音输入输出的超文本手册 |
| 菜单可配置性 | 支持增减菜单项 |
| 偏好设置保存 | 可保存字体、视图与声音设备的偏好设置 |
| 可读取的声音文件格式 | WAV、AIFF 或 AIFC、NeXT/Sun(.au)、NIST、FLAC、MP3、Shorten |
| 可写入的声音文件格式 | WAV、AIFF、AIFC、NeXT/Sun、NIST、FLAC,均为线性 16-bit 格式 |
| 数据文件兼容性 | 可读写多种声音文件与其他文件类型 |
| 二进制文件可移植性 | 支持机器无关二进制文件(machine-independent binary files) |
| 图形导出格式 | PDF、PNG、EPS |
| 图形符号支持 | 集成数学符号与音标符号 |
| 支持的平台 | Macintosh、Windows、Linux、Raspberry Pi、Chromebook、FreeBSD、SGI、Solaris、HPUX |
| 支持的操作系统 | Windows 10、Windows 11(Windows 版,7.0.02) |
| 支持的操作系统 | macOS 10.15 Catalina、macOS 11 Big Sur、macOS 12 Monterey、macOS 13 Ventura、macOS 14 Sonoma、macOS 15 Sequoia、macOS 26 Tahoe(macOS 版) |
| 支持的 Linux 发行版 | Ubuntu 22.04、Ubuntu 24.04、Fedora 38、Fedora 40、Fedora 42、Debian 12、Debian 13、Centos 9、Centos 10(Linux 版) |
| 兼容旧版操作系统的软件版本 | Praat 6.4.50(praat6450_win-intel32.zip,2025 年 12 月 29 日)(Windows 7 或 8.1) |
| 兼容旧版操作系统的软件版本 | Praat 6.1.51(praat6151_win32.zip,2021 年 7 月 22 日)(Windows 2000、XP 或 Vista) |
| 兼容旧版操作系统的软件版本 | Praat 6.4.49(2025 年 12 月 23 日)(macOS 10.11、10.12、10.13 或 10.14) |
| CPU 架构 | x64(v3)、ARM64、x64(v1)、32-bit(Intel32)(Windows 版) |
| CPU 架构 | Intel64、ARM64(Apple Silicon)(macOS 版) |
| CPU 架构 | Intel64(AMD64、x86_64、x64)、ARM64(AArch64)、s390x(Linux 版) |
| 构建编译器 | GCC 11(Linux 版) |
| 安装包大小 | 54.6 MB(Windows x64(v3) 版,7.0.02(2026 年 8 月 27 日)) |
| 安装包大小 | 53.0 MB(Windows ARM64 版,7.0.02(2026 年 8 月 27 日)) |
| 安装包大小 | 54.2 MB(Windows x64(v1) 版,7.0.02(2026 年 8 月 27 日)) |
| 安装包大小 | 55.1 MB(Windows 32-bit(Intel32)版,7.0.02(2026 年 8 月 27 日)) |
| 安装包大小 | 109.2 MB(macOS 版,7.0.02(2026 年 8 月 27 日)) |
| 安装包大小 | 62.6 MB(Linux x64(v3) 版,7.0.02(2026 年 8 月 27 日)) |
| 安装包大小 | 61.0 MB(Linux ARM64 版,7.0.02(2026 年 8 月 27 日)) |
| 安装包大小 | 61.9 MB(Linux s390x 版,7.0.02(2026 年 8 月 27 日)) |
相关实验室
以下机构来自本仪器关联论文的作者署名,不代表已确认采购或持有该仪器。
兰卡斯特大学
地区:英国
署名作者:萨姆·柯克姆
研究方向:元音动态、发音策略、超声舌位成像、共振峰过渡
关联论文 1 篇
曼彻斯特大学
地区:英国
署名作者:帕特里齐娅·斯特雷哈尔丘克
研究方向:元音动态、发音策略、超声舌位成像、共振峰过渡
关联论文 1 篇
墨西哥蒙特雷“何塞·埃莱乌特里奥·冈萨雷斯博士”大学医院
地区:墨西哥
署名作者:何塞·罗斯马尔·科尔特斯·庞塞、何塞·路易斯·特雷维尼奥·冈萨雷斯
研究方向:倒谱峰突出度、发声障碍、喉部病变、言语
关联论文 1 篇
埃及曼苏拉大学
地区:埃及
署名作者:伊斯兰·E·阿里
研究方向:计算机语音实验室(CSL)、上颌骨切除术、元音、共振峰分析
关联论文 1 篇
日本东京医科齿科大学
地区:日本
署名作者:伊斯兰·E·阿里、若林则幸
研究方向:计算机语音实验室(CSL)、上颌骨切除术、元音、共振峰分析
关联论文 1 篇
实验方法
研究方向:病理嗓音的倒谱分析(平滑倒谱峰突出度 CPPS)、嗓音扰动参数测量(基频微扰、振幅微扰、噪谐比)、元音共振峰(F1/F2)分析及非典型言语的软件验证、共振峰动态轨迹提取与发音-声学关系建模、说话人个体差异与司法语音学
基于 Praat 的平滑倒谱峰突出度(CPPS)嗓音声学分析实验
方法说明:在隔音室内采集受试者持续元音 /a/ 与连续语句录音,使用 Praat 6.x 的 PowerCepstrogram 功能计算平滑倒谱峰突出度(CPPS),并通过 Voice Report 提取基频、jitter、shimmer、噪谐比等扰动参数,比较喉部病变所致发声障碍患者与正常对照者的差异,评估 CPPS 作为喉部病变筛查指标的价值。
实验仪器:Praat 语音分析软件 Version 6.1.15 / 6.2.09;专业录音麦克风
实验步骤
- 受试者入组与分组
说明:前瞻性纳入 51 例经喉镜确诊喉部病变的发声障碍患者和 24 例无发声障碍的对照者,并填写 30 项嗓音障碍指数量表(VHI-30)。
关键点:病理组需有明确喉部病变诊断,对照组无嗓音主诉
- 语音信号采集
说明:在隔音室内使用专业麦克风,麦克风距口 10 cm,录制 6 秒持续元音 /a/ 以及四句随机抽取的西班牙语 Matrix 句子。
关键点:固定麦克风距离与安静环境以保证信号质量
- Praat 中计算 CPPS
说明:在 Praat 中对元音和语句执行 Sound → Analyse periodicity → To PowerCepstrogram(音高下限 60 Hz,时间步长 0.002 s,最高频率 5000 Hz,预加重 50 Hz),随后以 0.01 s 窗、0.001 s 倒频平均窗、60–330 Hz 峰值搜索范围、抛物线插值、直线倾斜拟合(robust)求取 CPPS。
关键点:必须固定倒谱图参数与峰值搜索范围,保证 CPPS 可比
- Praat 中提取扰动参数
说明:通过 Sound → View & Edit → Show Pitch/Intensity → Pulses → Voice Report 获取基频、jitter、shimmer 与噪谐比。
关键点:Voice Report 需在稳定发声段上生成
- 统计分析
说明:比较两组 CPPS 中位数及四分位间距,采用非参数检验判断差异显著性,并分析 VHI-30 得分。
关键点:数据非正态分布时使用中位数与非参数检验
实验数据
持续元音 CPPS 值
数据来源:Praat PowerCepstrogram 分析输出
实验样本:病理组中位数 6.59 dB(IQR 4.09–9.38),对照组 11.69 dB,p < 0.001
数据呈现:箱线图、组间对比表
连续语句 CPPS 值
数据来源:Praat PowerCepstrogram 分析输出
实验样本:病理组中位数 4.82 dB(IQR 3.57–6.03),对照组 6.38 dB,p < 0.001
数据呈现:箱线图
jitter、shimmer、噪谐比与基频
数据来源:Praat Voice Report
实验样本:jitter、shimmer、噪谐比两组差异显著,基频无显著差异
数据呈现:参数汇总表
嗓音障碍指数 VHI-30
数据来源:受试者问卷
实验样本:病理组 59 分,对照组 1 分
数据呈现:表格
方法关联论文:平滑倒谱峰突出度:使用 Praat 软件对墨西哥发声障碍与非发声障碍成人的比较
基于 Praat 的上颌骨切除患者日本语元音共振峰(F1/F2)分析与软件比对实验
方法说明:对 37 名上颌骨切除患者录制五个日语元音的持续发音,截取中段 1 秒信号,分别在 Praat 6.2.09(默认设置与调整设置)和 Computerized Speech Lab(CSL)中用 LPC 自动提取并人工核对 F1、F2 及其变化范围,以 CSL 调整设置为参考标准,采用 Spearman 相关评价 Praat 对非典型言语共振峰测量的一致性。
实验仪器:Praat 语音分析软件 Version 6.2.09;Computerized Speech Lab 语音分析系统;录音麦克风
实验步骤
- 受试者与语音采集
说明:纳入 37 名上颌骨切除患者(22 男 15 女,平均 52.5 岁),麦克风距口 20 cm,以 44.1 kHz 采样录制 /a/ /i/ /u/ /e/ /o/ 各 3–4 秒持续发音。
关键点:固定采样率与麦克风距离,保证元音稳定段足够长
- 信号截取
说明:从每个元音录音中提取中间 1 秒稳定段用于分析,避免起音和收音的过渡影响。
关键点:仅分析中段稳态部分
- Praat 默认设置提取共振峰
说明:在 Praat 6.2.09 中不改动默认参数(共振峰上限 5500 Hz、显示 5 个共振峰、窗长 0.025 s),通过 query 菜单预置的 Log 2 脚本自动计算 F1、F2。
关键点:默认设置作为基线,脚本自动读取降低观察者偏差
- Praat 调整设置提取共振峰
说明:将共振峰上限设为男性 4000 Hz、女性 4600 Hz,最多显示 4 个共振峰,窗长 0.04 s,再次自动提取并用所选频谱切片的 LPC 谱人工核对。
关键点:按性别调整共振峰上限,人工 LPC 校验自动结果
- CSL 参考测量与统计分析
说明:以 CSL 调整设置测得的 F1、F2 作为参考标准,因数据非正态分布,使用 Spearman 秩相关评价两种软件及不同设置结果的一致性。
关键点:以 Spearman 相关系数量化软件间一致性
实验数据
元音第一共振峰 F1
数据来源:Praat 与 CSL 的 LPC 共振峰提取
实验样本:Praat 默认设置与 CSL 相关 rs = 0.867,调整设置 rs = 0.894(p < 0.0001)
数据呈现:散点图、相关系数表
元音第二共振峰 F2
数据来源:Praat 与 CSL 的 LPC 共振峰提取
实验样本:Praat 默认设置 rs = 0.785,调整设置 rs = 0.873(p < 0.0001)
数据呈现:散点图、相关系数表
F1 与 F2 变化范围
数据来源:五个元音共振峰的最大值与最小值之差
实验样本:F1 范围默认 rs = 0.752、调整 rs = 0.708;F2 范围默认 rs = 0.850、调整 rs = 0.732
数据呈现:相关系数表、按性别分组图
方法关联论文:Praat 与 Computerized Speech Lab 在上颌骨切除患者五个日语元音共振峰分析中的比较
基于 Praat + FastTrack 的元音共振峰动态轨迹提取与发音策略关联实验
方法说明:对 TarDiS 语料库中 36 名英格兰北部英语说话人的超声舌位影像与同步音频进行二次分析:音频经 Montreal Forced Aligner 强制对齐后,在 Praat 6.2.14 上运行 FastTrack 每 2 ms 提取 F1、F2 轨迹并做 ΔF 归一化;舌形经 DeepLabCut 标注、广义 Procrustes 分析与 PCA 降维;用广义加性混合模型(GAMM)检验 /i/ 的舌形主成分对 I 类双元音共振峰轨迹的预测作用。
实验仪器:Praat 语音分析软件 Version 6.2.14;FastTrack 共振峰追踪脚本;EchoB 超声语音系统 EchoB;Telemed Micro 超声语音系统 Micro;Ultrafit 超声探头固定头架 Ultrafit;Montreal Forced Aligner;DeepLabCut
实验步骤
- 语料与超声数据获取
说明:使用 40 名大曼彻斯特与兰开夏郡说话人的时间对齐正中矢状面超声与音频记录,超声由 Articulate Instruments 的 EchoB 与 Telemed Micro 系统采集(59.5–101 帧/秒),Ultrafit 头架固定探头。
关键点:探头置于下颌中线并确认舌廓为单一结构
- 刺激语料设计
说明:b_d 框架下的北方英语全部重读元音(bead、bade、bide、buoyed 等),嵌入 She says X / She says X eagerly 两种载体句,每种组合最多重复六次。
关键点:重点分析带硬腭滑音的 I 类双元音系列
- 强制对齐与共振峰提取
说明:用 Montreal Forced Aligner(美式英语模型与词典)对齐并人工校正;在 Praat 6.2.14 上运行 FastTrack 每 2 ms 提取共振峰,再用 ΔF 方法归一化以考虑声道长度。
关键点:FastTrack 依托 Praat 6.2.14 运行,ΔF 归一化适合发音-声学关系研究
- 舌形量化
说明:用 DeepLabCut 预训练舌模型自动标注 11 个解剖标志点,做广义 Procrustes 分析消除大小、位置与旋转差异,再在切空间做 PCA,取每位说话人 /i/ 前 80% 时段 PC1–PC3 均值作为发音策略指标。
关键点:排除元音末 20% 以避免后接 /d/ 的影响
- 说话人筛选与 GAMM 建模
说明:对归一化 F2 轨迹做 DCT,剔除 k1 接近 0(FACE 单元音化)的 4 名说话人;对每个 I 类双元音的 ΔF 归一化 F1、F2 轨迹分别拟合 GAMM,预测项含时长、归一化时间、三个 /i/ 舌形 PC 及其与时间的张量积交互,以及说话人与词例随机平滑项。
关键点:以说话人层面的舌形均值作为预测变量,分离策略与词例间变异
实验数据
F1、F2 共振峰轨迹
数据来源:Praat 6.2.14 上运行 FastTrack 每 2 ms 提取
实验样本:36 名说话人共 1503 个 I 类双元音词例的 ΔF 归一化 F1/F2 时间序列
数据呈现:归一化时间上的共振峰轨迹曲线、GAMM 平滑项图
F2 轨迹 DCT 系数 k1
数据来源:归一化 F2 轨迹的离散余弦变换
实验样本:各说话人 k1 均值均为负值,最接近 0 的四人(LNCS7、MCR4、MCR17、LNCS4)被剔除
数据呈现:按说话人排序的 k1 点图(Fig. 1)
舌形主成分 PC1–PC3
数据来源:超声舌廓 DeepLabCut 标注 + 广义 Procrustes 分析 + PCA
实验样本:每位说话人 /i/ 元音前 80% 时段的 PC1–PC3 均值
数据呈现:主成分舌形变化模式图
方法关联论文:发音策略作为元音声学动态变异的来源
主要部件
暂未收录主要部件
相关论文
共 3 篇;当前显示第 1 页
发音策略作为元音声学动态变异的来源
原文题名:Articulatory strategy as a source of variation in acoustic vowel dynamics
发表年份:2026
作者:帕特里齐娅·斯特雷哈尔丘克;贾斯汀·J·H·罗;萨姆·柯克姆
刊源:The Journal of the Acoustical Society of America
DOI 10.1121/10.0043814查看论文摘要与书目信息
摘要 · 中文整理:元音的声学动态具有一定的说话人识别特征,这被归因于发音策略的个体属性:共振峰过渡之所以呈特定形状,是因为说话人以特定且熟练的动作移动发音器官。然而,关于不同发音策略会系统性影响共振峰动态的证据很少。本研究证实了二者之间的联系。利用 36 名英格兰北部英语说话人的超声舌位成像数据,识别硬腭元音 /i/ 产生的不同发音策略。结果发现 /i/ 的舌形是带硬腭滑音双元音共振峰动态的显著预测因素。所观察到的关系可由受声道形状制约的发音运动特征解释:舌根和/或舌背更大的发音位移会使硬腭元音偏离平均舌形更多,也需要更高的发音速度,从而产生相对更早、更陡的共振峰过渡。结果阐明了发音补偿中的规整化与个体化两方面,有助于从概念上理解言语的个体性。
原文摘要:Acoustic vowel dynamics have some speaker-identifying characteristics, which have been ascribed to individual properties of articulatory strategies: formant transitions have a particular shape because speakers move their articulators, using specific and practised movements. However, there is little existing evidence that different articulatory strategies systematically affect formant dynamics. The present study corroborates the link between the two. Ultrasound tongue imaging data from 36 speakers of Northern-Anglo English are used to identify distinct articulatory strategies for the production of palatal vowel /i/. Tongue shape in /i/ is found to be a significant predictor of formant dynamics in diphthongs with a palatal offglide. The observed relationships can be explained by the characteristics of articulatory movement conditioned by vocal tract shape. Greater articulatory displacement of tongue root and/or dorsum produces greater distortion from the mean tongue shape in palatal vowels, and it also requires higher articulatory velocities, resulting in relatively earlier and steeper formant transitions. The results contribute to the conceptual understanding of individuality in speech, by illuminating the regularising and individual aspects of articulatory compensation.
关键词:元音动态、发音策略、超声舌位成像、共振峰过渡、说话人特异性
研究目标:检验说话人个体的发音策略(以 /i/ 的舌形表征)是否系统性地影响双元音共振峰动态,从而解释元音动态中的说话人特异性。
主要结论:/i/ 的舌形主成分显著预测 I 类双元音的共振峰轨迹;舌根/舌背位移更大的说话人过渡更早更陡,发音策略确是元音声学动态个体差异的来源之一。
创新点:首次将超声舌位成像的说话人层面舌形量化(Procrustes + PCA)与 FastTrack/Praat 提取的高时间分辨率共振峰轨迹通过 GAMM 直接关联,为司法语音学中的说话人特异性提供发音学证据。
后续建议:扩展到其他方言与语言以检验结论的跨语言普适性;纳入下颌与唇部运动数据以获得更完整的发音策略刻画;比较不同共振峰追踪算法对动态测量的影响;增加自发语体数据检验实验室朗读语料的外推性;结合说话人识别模型评估舌形特征对识别性能的增益
APA 引文:Strycharczuk, P., Lo, J. J. H., & Kirkham, S. (2026). Articulatory strategy as a source of variation in acoustic vowel dynamics. The Journal of the Acoustical Society of America, 159(5), 4068–4078. https://doi.org/10.1121/10.0043814
仪器引用:Formant measurements were extracted at every 2ms using FastTrack (Barreda, 2021), running on Praat version 6.2.14 (Boersma and Weenink, 2022). These measurements were then normalised using the ΔF method (Johnson, 2020).
平滑倒谱峰突出度:使用 Praat 软件对墨西哥发声障碍与非发声障碍成人的比较
原文题名:Smoothed Cepstral Peak Prominence: A Comparison Between Dysphonic and Non-dysphonic Mexican Adults Employing the Praat Software
发表年份:2024
作者:何塞·罗斯马尔·科尔特斯·庞塞;路易斯·安赫尔·加尔萨·蒙特隆戈;豪尔赫·爱德华多·华雷斯·席尔瓦;何塞·路易斯·特雷维尼奥·冈萨雷斯
刊源:Cureus
DOI 10.7759/cureus.72292查看论文摘要与书目信息
摘要 · 中文整理:背景:嗓音声学分析可为嗓音参数提供客观测量,但在声门变异性增大的重度发声障碍患者中,传统分析变得不可靠。平滑倒谱峰突出度(CPPS)是与严重程度成比例的可靠发声障碍预测指标。材料与方法:使用 Praat 软件对 51 例伴喉部病变的发声障碍患者和 24 例非发声障碍对照者进行持续元音与连续语音分析以获取 CPPS 值,同时采集频率扰动变量和嗓音障碍指数(VHI-30)。结果:发声障碍患者在持续元音(6.59,IQR 4.09–9.38,p < 0.001)和连续语音(4.82,IQR 3.57–6.03,p < 0.001)中的 CPPS 中位数显著低于非发声障碍人群(分别为 11.69 和 6.38,p < 0.001)。结论:低 CPPS 值是发声障碍嗓音中潜在喉部病变的可靠预测指标,可作为常规筛查与诊断工具。
原文摘要:Background: Acoustic vocal analysis provides objective measurements of voice parameters; however, conventional analysis becomes unreliable in severely dysphonic patients with increased glottic variability. Smoothed cepstral peak prominence (CPPS) is a reliable predictor of dysphonia that is proportional to its severity. Materials and methods: Sustained vowel and continuous speech analysis was performed using the Praat software to obtain CPPS values in 51 dysphonic patients with laryngeal pathology and 24 non-dysphonic controls. Frequency perturbation variables and the Voice Handicap Index (VHI-30) were also collected. Results: Dysphonic patients showed a significantly lower median CPPS in sustained vowels (6.59, IQR 4.09-9.38, p < 0.001) and connected speech (4.82, IQR 3.57-6.03, p < 0.001) compared with the non-dysphonic population (11.69 and 6.38, respectively, p < 0.001). Conclusions: A low CPPS value is a reliable predictor of underlying laryngeal pathology in dysphonic voices and could be implemented routinely as a screening and diagnostic tool.
关键词:倒谱峰突出度、发声障碍、喉部病变、言语、嗓音评估
研究目标:传统扰动类声学参数在重度发声障碍患者中可靠性差,需验证 CPPS 在墨西哥成人群体中区分喉部病变与正常嗓音的能力。
主要结论:发声障碍患者的 CPPS 在持续元音与连续语音中均显著低于对照组,低 CPPS 值可可靠预示潜在喉部病变,可作为常规筛查与诊断工具。
创新点:首次在墨西哥西班牙语人群中使用免费的 Praat 软件同时在持续元音与连续语句上建立 CPPS 参考值,并公开了完整的 Praat 参数设置。
后续建议:扩大样本并开展多中心研究以建立人群特异的 CPPS 正常阈值;对年龄进行匹配或校正以消除组间年龄差异的混杂;增加 ROC 分析确定最佳 CPPS 截断值;按喉部病变类型分层分析 CPPS 的鉴别能力;结合自动化 Praat 脚本实现批量化临床筛查
APA 引文:Cortés Ponce, J. R., Garza Montelongo, L. Á., Juárez Silva, J. E., & Treviño González, J. L. (2024). Smoothed cepstral peak prominence: A comparison between dysphonic and non-dysphonic Mexican adults employing the Praat software. Cureus, 16(10), e72292. https://doi.org/10.7759/cureus.72292
仪器引用:Sustained vowel and continuous speech analysis was performed using the Praat software (Version 6.1.15, developed by Paul Boersma and David Weenink, Phonetic Sciences, University of Ámsterdam, https://www.praat.org) ... Praat software version 6.2.09 (2021, Boersma P, Weenink D) ... Sound [vowels or phrases] analyze periodicity → PowerCepstrogram [Pitch floor = 60 Hz; time step = 0.002 s; maximum frequency = 5 000 Hz; pre-emphasis = 50 Hz]
Praat 与 Computerized Speech Lab 在上颌骨切除患者五个日语元音共振峰分析中的比较
原文题名:Comparison of Praat and Computerized Speech Lab for formant analysis of five Japanese vowels in maxillectomy patients
发表年份:2023
作者:伊斯兰·E·阿里;住田由香;若林则幸
刊源:Frontiers in Neuroscience
DOI 10.3389/fnins.2023.1098197查看论文摘要与书目信息
摘要 · 中文整理:言语障碍是上颌肿瘤手术切除后的常见并发症,严重影响患者生活质量。Computerized Speech Lab(CSL)是广泛用于声学分析的商业软件,而 Praat 可在互联网上免费获取,患者与临床医生均可用其练习多种治疗目标。本研究旨在比较 Praat 与 CSL 获得的共振峰频率测量结果,以确定两种软件对上颌骨切除患者言语是否给出可比结果。对 37 名上颌骨切除患者的五个日语元音,分别用默认设置和调整设置的 Praat 以及作为参考的 CSL 进行分析。所有声学特征和所有 Praat 设置下,两种软件间均呈高度正相关。CSL 与 Praat 结果的强相关提示两种程序对非典型言语及两性均可能采用相似的判定策略。
原文摘要:Speech impairment is a common complication after surgical resection of maxillary tumors, which negatively affects patients' quality of life. Computerized Speech Lab (CSL) is a commercial software widely used for acoustic analysis, whereas Praat is freely available on the internet and can be used by patients and clinicians to practice several therapy goals. This study aimed to compare formant frequency measurements obtained with Praat and CSL to determine whether the two software produce comparable results for maxillectomy speech. Five Japanese vowels from 37 maxillectomy patients were analyzed using Praat with default and adjusted settings and CSL as the reference. Highly positive correlations between both software were found for all acoustic features and all Praat settings. The strong correlations between the results of both CSL and Praat suggest that both programs may have similar decision strategies for atypical speech and for both sexes.
关键词:Praat 软件、计算机语音实验室(CSL)、上颌骨切除术、元音、共振峰分析
研究目标:验证免费软件 Praat 在上颌骨切除患者这类非典型言语中测得的元音共振峰是否与商业参考软件 CSL 一致,并探索适合的参数设置。
主要结论:Praat 与 CSL 在 F1、F2 及其范围上均高度相关;默认设置即具可预期的准确性,按性别调整共振峰上限的设置在难以定位共振峰时结果更优,两种软件对非典型言语可能具有相似的判定策略。
创新点:首次在上颌骨切除患者群体中系统比较 Praat 与 CSL 的共振峰测量,并提出按性别调整的 Praat 参数方案,为患者居家康复使用免费软件提供依据。
后续建议:纳入健康对照与不同缺损分级患者以检验设置的普适性;增加 F3 及元音空间面积等指标扩展比较范围;使用连续语句而非仅持续元音评估软件一致性;引入 Bland–Altman 分析量化两软件的系统偏差;开发自动化 Praat 脚本用于患者自我监测
APA 引文:Ali, I. E., Sumita, Y., & Wakabayashi, N. (2023). Comparison of Praat and Computerized Speech Lab for formant analysis of five Japanese vowels in maxillectomy patients. Frontiers in Neuroscience, 17, 1098197. https://doi.org/10.3389/fnins.2023.1098197
仪器引用:Praat (Version 6.2.09; developed by Boersma and Weenink, Institute of Phonetic Sciences, University of Amsterdam, Netherlands) ... The Praat software was used without changing the default settings ... formant ceiling was 5,500 Hz, and five formants were displayed ... window length of 0.025 s ... F1 and F2 for each vowel were automatically calculated using the pre-set 'Log 2' script from the 'query' menu.
使用资料与操作视频
Students’ Public Speaking Assessment for Informative Speech
简介:Public Speaking is considered as an essential skill for University Students. Public speaking is having a speaker stand before the audience to deliver a speech in a structured manner, to either persuade, inform, or entertain the audience. This study aimed to reveal the extent of students’ skills in public speaking skill especially for persuasive and informative speech. This research was descriptive quantitative. Data were obtained from students' public speaking test of 58 English students at Engl
发布时间:2023-12-27T03:05:05Z
Praat: doing phonetics by computer(9 October 2021)
发布时间:2021-10-23T03:57:25Z
汉化版Praat软件和使用手册下载
发布时间:2021-07-23T02:11:44Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程27
简介:Shallot博士—Praat中文视频教程
发布时间:2020-12-21T07:39:28Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程26
简介:Shallot博士—Praat中文视频教程
发布时间:2020-12-21T07:20:05Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程25
简介:Shallot博士—Praat中文视频教程
发布时间:2020-12-14T09:33:09Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程24
发布时间:2020-12-14T09:21:09Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程23
简介:Shallot博士—Praat中文视频教程
发布时间:2020-12-07T09:53:19Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程22
简介:Shallot博士—Praat中文视频教程
发布时间:2020-12-07T09:33:03Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程21
简介:Shallot博士—Praat中文视频教程
发布时间:2020-12-03T10:18:18Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程20
简介:Shallot博士—Praat中文视频教程
发布时间:2020-11-30T12:56:48Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程19
简介:Shallot博士—Praat中文视频教程
发布时间:2020-11-27T01:23:57Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程18
简介:Shallot博士—Praat中文视频教程
发布时间:2020-11-24T01:12:01Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程17
简介:Shallot博士—Praat中文视频教程
发布时间:2020-11-20T01:54:31Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程16
简介:Shallot博士—Praat中文视频教程
发布时间:2020-11-17T01:15:55Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程15
简介:Shallot博士—Praat中文视频教程
发布时间:2020-11-13T01:13:32Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程14
简介:Shallot博士—Praat中文视频教程
发布时间:2020-11-10T01:38:26Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程13
简介:Shallot博士—Praat中文视频教程
发布时间:2020-11-06T01:06:44Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程12
简介:Shallot博士—Praat中文视频教程
发布时间:2020-11-03T02:44:37Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程11
简介:Shallot博士—Praat中文视频教程
发布时间:2020-10-30T01:37:59Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程10
简介:Shallot博士—Praat中文视频教程
发布时间:2020-10-27T01:25:01Z
Praat6软件下载
简介:Praat6软件下载
发布时间:2020-10-23T12:21:35Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程9
简介:Shallot博士—Praat中文视频教程
发布时间:2020-10-23T01:39:44Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程8
简介:Shallot博士—Praat中文视频教程
发布时间:2020-10-20T01:23:53Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程7
简介:Shallot博士—Praat中文视频教程
发布时间:2020-10-16T01:01:48Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程6
简介:Shallot博士—Praat中文视频教程
发布时间:2020-10-13T01:00:33Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程5
简介:Shallot博士—Praat中文视频教程
发布时间:2020-10-08T14:26:55Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程4
简介:Shallot博士—Praat中文视频教程
发布时间:2020-10-05T02:39:27Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程3
简介:Shallot博士—Praat中文视频教程
发布时间:2020-10-01T23:23:28Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程2
简介:Shallot博士—Praat中文视频教程
发布时间:2020-09-29T08:04:08Z
【正版授权,全网独家】Shallot博士—Praat中文视频教程1
简介:Shallot博士—Praat中文视频教程
发布时间:2020-09-25T04:20:17Z
Praat脚本-批量标注并生成逆滤波音频的脚本
发布时间:2020-07-07T08:41:43Z
Praat脚本——提取目标层非空段的谱重心、离散度、峰度和偏度
发布时间:2020-07-07T08:36:34Z
Praat脚本——利用共振峰数据绘制元音椭圆
发布时间:2020-07-07T08:30:07Z
Praat脚本——利用共振峰数据和马氏距离算法量化两类元音的相似度
发布时间:2020-07-07T08:14:10Z
Praat脚本——设定降噪参数对WAV格式的声音文件进行批量降噪
发布时间:2020-07-07T08:11:22Z
Praat脚本——基于希尔伯特算法提取声音信号的振幅包络和时间精细结构
发布时间:2020-07-07T08:07:34Z
Praat脚本——基于LPC和FFT叠加图观察鼻音反共振峰
发布时间:2020-07-07T07:55:30Z
Praat脚本——分点等距提取标注段的音强
发布时间:2020-07-07T07:22:10Z