973 电话语料库标音说明

使用软件praat, 标注7层：

l PY: 拼音层, canonical pinyin and tones. Retroflexed syllable is labeled both on this tier and on the SY tier; ? for uncertain segments

l SY：声韵层, initials and finals with some sound changes as shown in table 3.

? for uncertain segments; ii for (s)i ; iii for sh(i).

Tonal variation should be labeled as well.

l MIS：杂类层,标注table 1中的口语现象.

l ACC：口音层, 详见 table 2; 对话的说话人A、B 、C……表示也在这层标出。

l SM: 语句功能层,详见 table 4.

l BI：韵律边界层（间断指数）,详见table5.

l ST：重音层：详见table5.

	Phenomena	Lablels
1	拖音 lengthening	[LE ]
2	喘息 breathing	[BR ]
3	笑声 laughing	[LA ]
4	哭声 crying	[CR ]
5	咳嗽 coughing	[CO ]
6	间断 disfluency	[DS ]
7	噪音 noise	[NS ]
8	沉默 silence (long)	[SI ]
9	含混音 murmur/uncertain segment	[UC ]
10	语气词 modal/exclamation	[MO ]
11	咂嘴音 smack	[SM ]
12	其他语言 non-Chinese	[NC ]
13	吸鼻音 sniffle	[SN ]
14	打哈欠 yawn	[YA ]
15	重叠发音 overlap	[OV ]
16	插话 interjection	[IN]
17	吞咽 deglutition	[DE]
18	清嗓子 hawk	[HA]
19	打喷嚏 sneezes	[SE]
20	电话忙音 beep	[BP]
21	颤音 trill	[TR]
22	口误 error	[ER]
23	话题开始标志 topic start mark	[TP]

Table 1. 口语现象/副语言学现象标注符号

Table 2. Accent labeling principle (please attach the accent labels if you have new ones )

有待讨论：

Table 3. Sound changes

Table 4. Sentence function tier labels

table 5． BI(间断指数),ST（重音）标注方法说明

层名

标注规范说明

间断指数层（BI）：

本层实际是标记汉语的韵律结构。间断指数代表感知到的音节之间以及音节和无声段（silence）之间的音联程度，每一个音节之后都必须有一个间断指数标记。话语的韵律结构是层级组织结构，从小到大可以分为：音节、音步、韵律词、韵律短语和语调单位。韵律结构和句法结构不一定一一对应。

间断指数值的划分：

0（缺省值，未标出）：韵律词内的音节边界。如"中国"的"中"之后的间断是0。

1：间断比0大，常常韵律词之间的间断如此。韵律词一般由1-4个音节，可以是一个两音节标准音步、三音节超音步、蜕化单音步和一个四字格的复合韵律词。它只有一个词重音，有比较固定的调连模式。对一些轻读/轻声音节，如功能词，他们可以和其相连的词组成一个多音节韵律词。

2：如果短语后感知到的间断较短,比1大比3小，它与后面一个短语的连接较紧密，则此短语后间断标记为3。很多情况下，这是次要韵律短语 ( minor phrase)的边界。

3：如果短语后感知到的停顿较长，它与后面一个短语的连接较松散，而且有基频重设（resetting）等现象，则将此短语标为后的间断标记为3。很情况下，这是主要韵律短语(major phrase)的边界。

4：由若干个基频曲线依次递降的主要短语组成语调组（intonation group）。P: 不正常间断，如说话人犹豫或被别人打断的间断。

重音层（ST）：

标记每个韵律单位的重音，共分0、1、2、3级。汉语的重音也是与韵律结构对应的层级结构。

0:韵律词内（间断指数层0级）各音节重音为0（默认值，未标出）。

1:韵律词（间断指数层1级）中最重音节重音标为1。

2:次要韵律短语（间断指数层2级）中最重音节重音标为2。

3:主要韵律短语（间断指数层3级）中最重音节重音标为3。

语调组因为一般较长，不易感知出最重音节，故该层级的重音不标。

若某一音节在从不同韵律层级看其重音级别不同时，只标出最高级别的重音（如某一音节不仅在所在韵律词中为最重，还在所在次要韵律短语中最重，则其重音级别只标为2）。

TSC973录音和存储规范

采用电话通道录音，声音文件以8KHz采样，16bit精度，单声道Wave格式存储。