[发明专利]一种检验语音标注质量的一致性检测方法

说明书

技术领域

本发明涉及一种检验语音标注质量的一致性检测方法，该方法可以对比两个已标注完成的文件，检验标注结果的一致性，属于语音信号处理领域。

背景技术

语音标注是指标注者按照一定的标注规则对语音进行分割及标注，包括音节、声母、韵母、清音、浊音、静音、副语言信息、重音信息等。一致性检测是指不同的语音标注者标注相同的语音，然后对标注的结果进行对比，观察和分析标注结果的相同性和差异性。语音手工标注的一致性是评价语音质量好坏和标注系统是否完备的重要指标。为了保证情感语音数据库的标注质量，同时检验标注规则的完整性，通过一致性检测，可以更好地发现标注中存在的问题，从而及时完善标注规则，也可以更好地理解语音的特点和语音数据库的质量。

由于标注内容可以是符号，也可以是数字，而标注形式可以按时间段划分，也可以标注在某个时间点上，所以进行一致性检测时，需要根据标注形式设计相应的检测算法。目前国内外的语音标注都是根据各自研究需求进行，一致性检测方法更是缺乏，尚未有统一的标注标准和检测方法。

发明内容

本发明的目的在于解决上述背景技术中的不足，提出一种检验语音标注质量的一致性检测方法，该方法可以对比两个已标注完成的TextGrid文件中的标注内容，通过设定一个对比的时间误差，达到检验不同标注者标注结果是否一致的结果。

一种检验语音标注质量的一致性检测方法，包含以下步骤：

步骤一：针对两个已标注完成文件，进行一致性检测对比。设两名标注者分别为A、B，判断各层标注的形式。标注层数可以是一层或多层，根据标注内容不同，将标注的形式划分为三种：第一种是按段标注，A、B划分段数可以相同也可不同，标注内容可以是字符或数字。一致性检测对比时，可以理解为该层的标注内容由多个段组成，每个段内包括起始时间“xmin”，结束时间“xmax”及当前时间段内容“text”，例如：音节标注，音素标注，清音、浊音及静音标注，重音标注等；第二种是按段标注，但A、B划分段数相同，且标注内容为数字，例如情感程度的标注；第三种是按点标注，可以理解为该层的标注内容由多个点组成，每个点包括当前点的时间位置“number”及对应的内容“mark”，例如副语言信息标注；

步骤二：标注形式为第一种形式的标注层，采用逐段遍历的方式两两进行对比，计算一致性结果的公式为：p代表一致性结果，count代表标注者A和B标注结果一致的分割点数，A_size，B_size分别代表标注者A、B在该层标注的段数；

步骤三：标注形式为第二种形式的标注层，采用欧氏距离公式进行计算，例如对情感程度的标注采用打分形式进行，一致性计算公式为：其中，d_max＝(a-b)²×c，代表两人标注的结果完全相反时的分数，a代表最高分，b代表最低分，c代表情感种类总数，A_k,B_k分别代表相应的情感所得分数，即情感程度，k＝1,2,…,c，代表c种情感类型。

步骤四：标注形式为第三种形式的标注层，采用逐点遍历的方式进行对比，一致性计算方法公式为：A_size，B_size分别代表标注者A、B在该层标注的点数；

步骤五：对含有六层标注信息的文件进行一致性检测，六层信息分别是：音节层(PY层)、声韵母层(SY层)、清音浊音静音层(SUV层)、副语言信息层(PARAL层)、情感层(EMO层)、重音指数层(ST层)；

步骤六：根据标注层的标注形式，选择对应的一致性计算公式；

步骤七：按照上述方法开始进行对比，时间误差为T₀，两名标注者标注内容相同且时间误差小于等于T₀的则认为标注结果一致，否则认为不一致，依次计算各层的一致性。

在所述步骤七中对比A、B的标注结果时，采用的方法为：用A的每一段和B的每一段进行逐段对比，以时间误差T₀判断一致性。

在所述步骤七中时间误差T₀为5ms。

其中，TextGrid文件通过软件Praat Version 5.3.59获得。

本发明的优点及积极效果在于：

1、根据标注内容将标注形式分为三种，并分别设计了相应的一致性计算公式；

2、根据标注的形式不同设计了不同的算法，可以同时检测多层不同标注形式的标注结果；

3、设计了一个可以检测六层标注信息的一致性算法；