使用Praat或任何其他音频处理工具从textGrid创建文本文件

Question

我有一个Prosodylab -Aligner生成的textGrid文件，可以在Praat打开。 是否有可能摆脱这样的文本文件：

Word in text | Pronounciation started at
Hello          0:0:0.000
my             0:0:1.125
friends        0:0:2.750

编辑

附加的textGrid文件：

File type = "ooTextFile"
Object class = "TextGrid"

xmin = 0.0
xmax = 2.53
tiers? <exists>
size = 2
item []:
    item [1]:
        class = "IntervalTier"
        name = "phones"
        xmin = 0.0
        xmax = 2.53
        intervals: size = 13
            intervals [1]:
                xmin = 0.0
                xmax = 0.62
                text = "sil"
            intervals [2]:
                xmin = 0.62
                xmax = 0.78
                text = "K"
            intervals [3]:
                xmin = 0.78
                xmax = 0.81
                text = "L"
            intervals [4]:
                xmin = 0.81
                xmax = 0.92
                text = "IH1"
            intervals [5]:
                xmin = 0.92
                xmax = 1.02
                text = "K"
            intervals [6]:
                xmin = 1.02
                xmax = 1.07
                text = ""
            intervals [7]:
                xmin = 1.07
                xmax = 1.22
                text = "T"
            intervals [8]:
                xmin = 1.22
                xmax = 1.31
                text = "UW1"
            intervals [9]:
                xmin = 1.31
                xmax = 1.51
                text = "S"
            intervals [10]:
                xmin = 1.51
                xmax = 1.67
                text = "T"
            intervals [11]:
                xmin = 1.67
                xmax = 1.85
                text = "AA1"
            intervals [12]:
                xmin = 1.85
                xmax = 1.88
                text = "P"
            intervals [13]:
                xmin = 1.88
                xmax = 2.53
                text = "sil"
    item [2]:
        class = "IntervalTier"
        name = "words"
        xmin = 0.0
        xmax = 2.53
        intervals: size = 6
            intervals [1]:
                xmin = 0.0
                xmax = 0.62
                text = "sil"
            intervals [2]:
                xmin = 0.62
                xmax = 1.02
                text = "CLICK"
            intervals [3]:
                xmin = 1.02
                xmax = 1.07
                text = "sp"
            intervals [4]:
                xmin = 1.07
                xmax = 1.31
                text = "TO"
            intervals [5]:
                xmin = 1.31
                xmax = 1.88
                text = "STOP"
            intervals [6]:
                xmin = 1.88
                xmax = 2.53
                text = "sil"

Answer 1

TextGrid文件的语法有点奇怪。 为了限制您的使用，列出单词及其起点，您的解析器可能非常简单：

1. 查找包含8个空格和字符串'name =“ words”'的文本行

2. 检查以下所有行，并在下次出现8个空格和字符串'name =“'时停止

   2A。 立即将浮点数保存在12个空格和字符串'xmin ='之后

   2B。 立即将字符串保存在12个空格之后，并保存字符串'text ='

此过程的结果将是：

0.0 0.62 1.02 1.07 1.31 1.88

“ sil”“点击”“ sp”“到”“停止”“ sil”

现在，只需对这两个数组重新排序，就可以得到表格（数字是以秒为单位给出的起点）。

请记住，“ sil”是元标记“ silence”的缩写，而“ sp”是“ speech pause”的缩写。 尽管预计语音开始和结束时会保持沉默，但语音暂停可能是错误的，因为单词“ TO”的音高/ t /始于发音闭塞，这与语音暂停非常相似，但其中一部分爆破声。

Answer 2

由于这是一个Praat文件，并且您说可以在Praat打开它，所以我认为一个更好的解决方案是使用Praat来解决它。 如下所示的脚本涉及更少的信念飞跃：

form Parse TextGrid...
  sentence File /path/to/your.TextGrid
  integer Tier 2
endform
Read from file: file$
intervals = Get number of intervals: tier
writeInfoLine: "Word in text", tab$, "Pronounciation started at"
for i to intervals
  label$ = Get label of interval: tier, i
  if label$ != ""
    start = Get start point: tier, i
    appendInfoLine: label$, tab$, string$(start)
  endif
endfor

如果您保存到一个脚本的地方，你可以再调用Praat从像在命令行中praat /path/to/your/script.praat "/path/to/your.TextGrid" 2并从中获取所需的输出stdout 。

您也可以手动运行它，也可以使用它来编写文件。