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

  1. 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

  2. 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

  3. 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

  4. 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

  5. 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

  1. 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

  2. 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

  3. 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

  4. 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

  5. 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

  1. 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

  2. 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

  3. 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

  4. 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

  5. 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

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]

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