一種檢驗(yàn)語音標(biāo)注質(zhì)量的一致性檢測方法技術(shù)

本發(fā)明專利技術(shù)提供一種檢驗(yàn)語音標(biāo)注質(zhì)量的一致性檢測方法，該方法包括以下步驟：1)標(biāo)注文件為TextGrid格式，將標(biāo)注形式分為三種，并根據(jù)三種不同的標(biāo)注形式，設(shè)計(jì)了三種相應(yīng)的一致性檢測公式。2)對含有六層標(biāo)注信息的文件進(jìn)行一致性檢測，六層信息分別是：音節(jié)層(PY層)、聲韻母層(SY層)、清音濁音靜音層(SUV層)、副語言信息層(PARAL層)、情感層(EMO層)、重音指數(shù)層(ST層)。3)根據(jù)標(biāo)注層的標(biāo)注形式，選擇對應(yīng)的一致性計(jì)算公式。4)設(shè)定時(shí)間誤差T0，兩名標(biāo)注者標(biāo)注內(nèi)容相同且時(shí)間誤差小于等于T0的則認(rèn)為標(biāo)注結(jié)果一致，否則認(rèn)為不一致，依次計(jì)算各層的一致性。本發(fā)明專利技術(shù)一致性檢測方法是檢驗(yàn)語音數(shù)據(jù)庫標(biāo)注質(zhì)量的基礎(chǔ)，為自動(dòng)語音標(biāo)注質(zhì)量和手動(dòng)標(biāo)注質(zhì)量的檢驗(yàn)提供了一種有效的檢測方法。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及，該方法可以對比兩個(gè)已標(biāo) 注完成的文件，檢驗(yàn)標(biāo)注結(jié)果的一致性，屬于語音信號(hào)處理領(lǐng)域。
技術(shù)介紹
語音標(biāo)注是指標(biāo)注者按照一定的標(biāo)注規(guī)則對語音進(jìn)行分割及標(biāo)注，包括音節(jié)、聲 母、韻母、清音、濁音、靜音、副語言信息、重音信息等。一致性檢測是指不同的語音標(biāo)注者標(biāo) 注相同的語音，然后對標(biāo)注的結(jié)果進(jìn)行對比，觀察和分析標(biāo)注結(jié)果的相同性和差異性。語音 手工標(biāo)注的一致性是評(píng)價(jià)語音質(zhì)量好壞和標(biāo)注系統(tǒng)是否完備的重要指標(biāo)。為了保證情感語 音數(shù)據(jù)庫的標(biāo)注質(zhì)量，同時(shí)檢驗(yàn)標(biāo)注規(guī)則的完整性，通過一致性檢測，可以更好地發(fā)現(xiàn)標(biāo)注 中存在的問題，從而及時(shí)完善標(biāo)注規(guī)則，也可以更好地理解語音的特點(diǎn)和語音數(shù)據(jù)庫的質(zhì) 量。 由于標(biāo)注內(nèi)容可以是符號(hào)，也可以是數(shù)字，而標(biāo)注形式可以按時(shí)間段劃分，也可以 標(biāo)注在某個(gè)時(shí)間點(diǎn)上，所以進(jìn)行一致性檢測時(shí)，需要根據(jù)標(biāo)注形式設(shè)計(jì)相應(yīng)的檢測算法。目 前國內(nèi)外的語音標(biāo)注都是根據(jù)各自研宄需求進(jìn)行，一致性檢測方法更是缺乏，尚未有統(tǒng)一 的標(biāo)注標(biāo)準(zhǔn)和檢測方法。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)的目的在于解決上述
技術(shù)介紹
中的不足，提出一種檢驗(yàn)語音標(biāo)注質(zhì)量的一 致性檢測方法，該方法可以對比兩個(gè)已標(biāo)注完成的TextGrid文件中的標(biāo)注內(nèi)容，通過設(shè)定 一個(gè)對比的時(shí)間誤差，達(dá)到檢驗(yàn)不同標(biāo)注者標(biāo)注結(jié)果是否一致的結(jié)果。 ，包含以下步驟： 步驟一：針對兩個(gè)已標(biāo)注完成文件，進(jìn)行一致性檢測對比。設(shè)兩名標(biāo)注者分別為 A、B，判斷各層標(biāo)注的形式。標(biāo)注層數(shù)可以是一層或多層，根據(jù)標(biāo)注內(nèi)容不同，將標(biāo)注的形式 劃分為三種：第一種是按段標(biāo)注，A、B劃分段數(shù)可以相同也可不同，標(biāo)注內(nèi)容可以是字符或 數(shù)字。一致性檢測對比時(shí)，可以理解為該層的標(biāo)注內(nèi)容由多個(gè)段組成，每個(gè)段內(nèi)包括起始時(shí) 間"xmin"，結(jié)束時(shí)間"xmax"及當(dāng)前時(shí)間段內(nèi)容"text"，例如：音節(jié)標(biāo)注，音素標(biāo)注，清音、濁 音及靜音標(biāo)注，重音標(biāo)注等；第二種是按段標(biāo)注，但A、B劃分段數(shù)相同，且標(biāo)注內(nèi)容為數(shù)字， 例如情感程度的標(biāo)注；第三種是按點(diǎn)標(biāo)注，可以理解為該層的標(biāo)注內(nèi)容由多個(gè)點(diǎn)組成，每個(gè) 點(diǎn)包括當(dāng)前點(diǎn)的時(shí)間位置"number"及對應(yīng)的內(nèi)容"mark"，例如副語言信息標(biāo)注； 步驟二：標(biāo)注形式為第一種形式的標(biāo)注層，采用逐段遍歷的方式兩兩進(jìn)行對比，計(jì)【主權(quán)項(xiàng)】1. ，其特征在于，該方法包含w下步驟： 步驟一；針對兩個(gè)已標(biāo)注完成的文件，進(jìn)行一致性檢測對比。設(shè)兩名標(biāo)注者分別為A、B，判斷各層標(biāo)注的形式。標(biāo)注層數(shù)可W是一層或多層，根據(jù)標(biāo)注內(nèi)容不同，將標(biāo)注的形式劃 分為=種；第一種是按段標(biāo)注，A、B劃分段數(shù)可W相同也可不同，標(biāo)注內(nèi)容可W是字符或數(shù) 字，一致性檢測對比時(shí)，可W理解為該層的標(biāo)注內(nèi)容由多個(gè)段組成，每個(gè)段內(nèi)包括起始時(shí)間 "xmin"，結(jié)束時(shí)間"xmax"及當(dāng)前時(shí)間段內(nèi)容"text",例如；音節(jié)標(biāo)注，音素標(biāo)注，清音、濁音 及靜音標(biāo)注，重音標(biāo)注等；第二種是按段標(biāo)注，但A、B劃分段數(shù)相同，且標(biāo)注內(nèi)容為數(shù)字，例 如情感程度的標(biāo)注；第=種是按點(diǎn)標(biāo)注，可W理解為該層的標(biāo)注內(nèi)容由多個(gè)點(diǎn)組成，每個(gè)點(diǎn) 包括當(dāng)前點(diǎn)的時(shí)間位置"number"及對應(yīng)的內(nèi)容"mark",例如副語言信息標(biāo)注； 步驟二：標(biāo)注形式為第一種形式的標(biāo)注層，采用逐段遍歷的方式兩兩進(jìn)行對比，計(jì)算一 致性結(jié)果的公式為：P代表一致性結(jié)果，count代表標(biāo) 注者A和B標(biāo)注結(jié)果一致的分割點(diǎn)數(shù)，Adw，分別代表標(biāo)注者A、B在該層標(biāo)注的段數(shù)； 步驟標(biāo)注形式為第二種形式的標(biāo)注層，采用歐氏距離公式進(jìn)行計(jì)算，例如對情感程 度的標(biāo)注采用打分形式進(jìn)行，一致性計(jì)算公式為：其中， 屯"= (a-b) 2Xc，代表兩人標(biāo)注的結(jié)果完全相反時(shí)的分?jǐn)?shù)，a代表最高分，b代表最低分，C代表情感種類總數(shù)，Ak，Bk分別代表相應(yīng)的情感所得分?jǐn)?shù)，即情感程度，k= 1，2,…，C，代表 C種情感類型。 步驟四；標(biāo)注形式為第=種形式的標(biāo)注層，采用逐點(diǎn)遍歷的方式進(jìn)行對比，一致性計(jì)算 方法公式為'Adw，Bdw分別代表標(biāo)注者A、B在該層標(biāo)注的點(diǎn) 數(shù)； 步驟五：對含有六層標(biāo)注信息的文件進(jìn)行一致性檢測，六層信息分別是；音節(jié)層（PY層）、聲韻母層（SY層）、清音濁音靜音層（SUV層）、副語言信息層（PARAL層）、情感層（EM0 層）、重音指數(shù)層（ST層）； 步驟六：根據(jù)標(biāo)注層的標(biāo)注形式，選擇對應(yīng)的一致性計(jì)算公式； 步驟走；按照上述方法開始進(jìn)行對比，時(shí)間誤差為T。，兩名標(biāo)注者標(biāo)注內(nèi)容相同且時(shí)間 誤差小于等于T。的則認(rèn)為標(biāo)注結(jié)果一致，否則認(rèn)為不一致，依次計(jì)算各層的一致性。2. 根據(jù)權(quán)利要求1所述方法，其特征在于；在所述步驟走中對比A、B的標(biāo)注結(jié)果時(shí)，采 用的對比方法為：用A的每一段和B的每一段進(jìn)行一一對比，W時(shí)間誤差T。判斷一致性。3. 根據(jù)權(quán)利要求1所述方法，其特征在于，在所述步驟走中時(shí)間誤差T。為5ms。4.根據(jù)權(quán)利要求1所述方法，其特征在于，TextGrid文件通過軟件PraatVersion 5. 3. 59獲得。【專利摘要】本專利技術(shù)提供，該方法包括以下步驟：1)標(biāo)注文件為TextGrid格式，將標(biāo)注形式分為三種，并根據(jù)三種不同的標(biāo)注形式，設(shè)計(jì)了三種相應(yīng)的一致性檢測公式。2)對含有六層標(biāo)注信息的文件進(jìn)行一致性檢測，六層信息分別是：音節(jié)層(PY層)、聲韻母層(SY層)、清音濁音靜音層(SUV層)、副語言信息層(PARAL層)、情感層(EMO層)、重音指數(shù)層(ST層)。3)根據(jù)標(biāo)注層的標(biāo)注形式，選擇對應(yīng)的一致性計(jì)算公式。4)設(shè)定時(shí)間誤差T0，兩名標(biāo)注者標(biāo)注內(nèi)容相同且時(shí)間誤差小于等于T0的則認(rèn)為標(biāo)注結(jié)果一致，否則認(rèn)為不一致，依次計(jì)算各層的一致性。本專利技術(shù)一致性檢測方法是檢驗(yàn)語音數(shù)據(jù)庫標(biāo)注質(zhì)量的基礎(chǔ)，為自動(dòng)語音標(biāo)注質(zhì)量和手動(dòng)標(biāo)注質(zhì)量的檢驗(yàn)提供了一種有效的檢測方法。【IPC分類】G10L25-60【公開號(hào)】CN104795077【申請?zhí)枴緾N201510115470【專利技術(shù)人】毛峽, 景少玲, 陳立江, 王嵐, 張娜娜 【申請人】北京航空航天大學(xué)【公開日】2015年7月22日【申請日】2015年3月17日本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種檢驗(yàn)語音標(biāo)注質(zhì)量的一致性檢測方法，其特征在于，該方法包含以下步驟：步驟一：針對兩個(gè)已標(biāo)注完成的文件，進(jìn)行一致性檢測對比。設(shè)兩名標(biāo)注者分別為A、B，判斷各層標(biāo)注的形式。標(biāo)注層數(shù)可以是一層或多層，根據(jù)標(biāo)注內(nèi)容不同，將標(biāo)注的形式劃分為三種：第一種是按段標(biāo)注，A、B劃分段數(shù)可以相同也可不同，標(biāo)注內(nèi)容可以是字符或數(shù)字，一致性檢測對比時(shí)，可以理解為該層的標(biāo)注內(nèi)容由多個(gè)段組成，每個(gè)段內(nèi)包括起始時(shí)間“xmin”，結(jié)束時(shí)間“xmax”及當(dāng)前時(shí)間段內(nèi)容“text”，例如：音節(jié)標(biāo)注，音素標(biāo)注，清音、濁音及靜音標(biāo)注，重音標(biāo)注等；第二種是按段標(biāo)注，但A、B劃分段數(shù)相同，且標(biāo)注內(nèi)容為數(shù)字，例如情感程度的標(biāo)注；第三種是按點(diǎn)標(biāo)注，可以理解為該層的標(biāo)注內(nèi)容由多個(gè)點(diǎn)組成，每個(gè)點(diǎn)包括當(dāng)前點(diǎn)的時(shí)間位置“number”及對應(yīng)的內(nèi)容“mark”，例如副語言信息標(biāo)注；步驟二：標(biāo)注形式為第一種形式的標(biāo)注層，采用逐段遍歷的方式兩兩進(jìn)行對比，計(jì)算一致性結(jié)果的公式為：p代表一致性結(jié)果，count代表標(biāo)注者A和B標(biāo)注結(jié)果一致的分割點(diǎn)數(shù)，Asize，Bsize分別代表標(biāo)注者A、B在該層標(biāo)注的段數(shù)；步驟三：標(biāo)注形式為第二種形式的標(biāo)注層，采用歐氏距離公式進(jìn)行計(jì)算，例如對情感程度的標(biāo)注采用打分形式進(jìn)行，一致性計(jì)算公式為：其中，dmax＝(a?b)2×c，代表兩人標(biāo)注的結(jié)果完全相反時(shí)的分?jǐn)?shù)，a代表最高分，b代表最低分，c代表情感種類總數(shù)，Ak,Bk分別代表相應(yīng)的情感所得分?jǐn)?shù)，即情感程度，k＝1,2,…,c，代表c種情感類型。步驟四：標(biāo)注形式為第三種形式的標(biāo)注層，采用逐點(diǎn)遍歷的方式進(jìn)行對比，一致性計(jì)算方法公式為：Asize，Bsize分別代表標(biāo)注者A、B在該層標(biāo)注的點(diǎn)數(shù)；步驟五：對含有六層標(biāo)注信息的文件進(jìn)行一致性檢測，六層信息分別是：音節(jié)層(PY層)、聲韻母層(SY層)、清音濁音靜音層(SUV層)、副語言信息層(PARAL層)、情感層(EMO層)、重音指數(shù)層(ST層)；步驟六：根據(jù)標(biāo)注層的標(biāo)注形式，選擇對應(yīng)的一致性計(jì)算公式；步驟七：按照上述方法開始進(jìn)行對比，時(shí)間誤差為T0，兩名標(biāo)注者標(biāo)注內(nèi)容相同且時(shí)間誤差小于等于T0的則認(rèn)為標(biāo)注結(jié)果一致，否則認(rèn)為不一致，依次計(jì)算各層的一致性。...

【技術(shù)特征摘要】

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：毛峽，景少玲，陳立江，王嵐，張娜娜，
申請(專利權(quán))人：北京航空航天大學(xué)，
類型：發(fā)明
國別省市：北京;11