新版：语音（同步语音）的韵律特征与母语特征的比较
myprosod的Python项目详细描述
***version-20 release:如果口语能力级别的功能不起作用，则需要在计算机上执行ML。请与我联系以获取mltraining.py和相关的
数据集***
**version-10版本：添加了两个新功能***
韵律学是研究语音的音调和节奏，以及这些特征是如何产生意义的。
韵律学是研究语音的那些方面，这些方面通常适用于高于个人音素的水平，并且非常经常地适用于单词序列（在韵律短语中）。音素水平
（或“段”）以上的特征称为超段。
韵律的语音研究是对语音的超段特征的研究。在语音层面，
韵律的特征是：
1.声调（基频）
2.声强
3.节奏（音素和音节持续时间）
myprosody是一个python库，用于测量语音（同步语音，高熵）
与母语语音相比的声学特征。利用机器学习算法观察并建立了母语语音模式的声学特征。一种声学模型（算法）可以中断记录的语音
（分别为48khz&32位采样率和位深），并检测音节边界、基频
轮廓和共振峰。它的内置功能识别/测量：
频率）
f0分位数u25分位数指数
f0分位数u50分位数指数
f0分位数u75分位数指数
f0标准
f0最大
f0最小
no.检测到的u元音
perc%.正确的u元音
（f2/f1）平均值（第一和第二共振峰频数）
（f2/f1）字数
停顿次数
语调指数
（语音合成计数）/（停顿次数
托福量表分数
评分香农指数
说话率
性别识别
语音语气（语义分析）
发音后验分数
发音率
语音率
单词
f0统计
----
新
----
水平（cefr水平）
韵律方面（比较，本族语水平）
图书馆是根据克劳斯·泽切纳等人提出的想法开发的，他在《英语口语测试》中对非本族语的自发言语进行了自动评分。言语交流卷
51-2009，Nivja Dejong和Ton Wempe[1]，Paul Boersma和David Weenink[2]，Carlo Gussenhoven[3]，
S.M Witt和S.J.Young[4]以及yannick jadoul[5]。
强度峰值（db）在强度之前和之后的衰减被认为是潜在的音节核。
myprosody的目的是提供一个完整的定量和分析方法来研究语音的声学特征。此外，通过使用python的
功能，可以进一步分析这些特性，从而对语音模式提供更有趣的见解。
此库面向语言学家、科学家、开发人员、语音和语言治疗诊所和研究人员。
请注意，myprosody分析目前处于初始状态，但正在积极发展中。虽然目前存在的
功能量并不大，但在接下来的几个月里还会增加更多功能。
窗口：
pip安装myprosody
将您安装的版本更新到最新版本：
pip install-u myprosody
注意：
==
==
在安装myprosody之后，从https://github.com/shahabks/myprosody
myprosody
下载名为的文件夹并保存在您的计算机上。该文件夹包括音频文件文件夹，您将在其中保存音频文件
以供分析。
音频文件必须为*.wav格式，以48 kHz采样帧和24-32位分辨率录制。
请查看https://github.com/shahabks/myprosody上的
examples.pdf
myprosody由日本myolutions实验室开发。它是mysolutions lab新一代语音识别和声学及语言建模项目的一部分，计划通过添加更高级的功能来丰富myprosody的功能。
数据集***
**version-10版本：添加了两个新功能***
韵律学是研究语音的音调和节奏，以及这些特征是如何产生意义的。
韵律学是研究语音的那些方面，这些方面通常适用于高于个人音素的水平，并且非常经常地适用于单词序列（在韵律短语中）。音素水平
（或“段”）以上的特征称为超段。
韵律的语音研究是对语音的超段特征的研究。在语音层面，
韵律的特征是：
1.声调（基频）
2.声强
3.节奏（音素和音节持续时间）
myprosody是一个python库，用于测量语音（同步语音，高熵）
与母语语音相比的声学特征。利用机器学习算法观察并建立了母语语音模式的声学特征。一种声学模型（算法）可以中断记录的语音
（分别为48khz&32位采样率和位深），并检测音节边界、基频
轮廓和共振峰。它的内置功能识别/测量：
频率）
f0分位数u25分位数指数
f0分位数u50分位数指数
f0分位数u75分位数指数
f0标准
f0最大
f0最小
no.检测到的u元音
perc%.正确的u元音
（f2/f1）平均值（第一和第二共振峰频数）
（f2/f1）字数
停顿次数
语调指数
（语音合成计数）/（停顿次数
托福量表分数
评分香农指数
说话率
性别识别
语音语气（语义分析）
发音后验分数
发音率
语音率
单词
f0统计
----
新
----
水平（cefr水平）
韵律方面（比较，本族语水平）
图书馆是根据克劳斯·泽切纳等人提出的想法开发的，他在《英语口语测试》中对非本族语的自发言语进行了自动评分。言语交流卷
51-2009，Nivja Dejong和Ton Wempe[1]，Paul Boersma和David Weenink[2]，Carlo Gussenhoven[3]，
S.M Witt和S.J.Young[4]以及yannick jadoul[5]。
强度峰值（db）在强度之前和之后的衰减被认为是潜在的音节核。
myprosody的目的是提供一个完整的定量和分析方法来研究语音的声学特征。此外，通过使用python的
功能，可以进一步分析这些特性，从而对语音模式提供更有趣的见解。
此库面向语言学家、科学家、开发人员、语音和语言治疗诊所和研究人员。
请注意，myprosody分析目前处于初始状态，但正在积极发展中。虽然目前存在的
功能量并不大，但在接下来的几个月里还会增加更多功能。
窗口：
pip安装myprosody
将您安装的版本更新到最新版本：
pip install-u myprosody
注意：
==
==
在安装myprosody之后，从https://github.com/shahabks/myprosody
myprosody
下载名为的文件夹并保存在您的计算机上。该文件夹包括音频文件文件夹，您将在其中保存音频文件
以供分析。
音频文件必须为*.wav格式，以48 kHz采样帧和24-32位分辨率录制。
请查看https://github.com/shahabks/myprosody上的
examples.pdf
myprosody由日本myolutions实验室开发。它是mysolutions lab新一代语音识别和声学及语言建模项目的一部分，计划通过添加更高级的功能来丰富myprosody的功能。
欢迎加入QQ群-->： 979659372
