知网中文文献中Praat的应用实例荟萃分析

盛立妮

摘要：为了解praat在知网中的中文文献中的使用情况，笔者整理分析94篇中文文献制成数据表，提取出研究时间、研究对象、关键词、应用场景、功能、论文渠道、研究方法、实验结果、优缺点等多项信息，基于荟萃分析的方式对praat的应用实例进行整理，并得出以下结论。

关键词：知网;praat;应用实例;荟萃分析

一、引言

Praat在荷兰语里是交谈和说话的意思，最早是在1993年由荷兰阿姆斯特丹大学的Paul Boersma教授和David Weenink教授合作开发的语音分析软件。从2004年开始，作为全部开放的源代码软件，可以为用户免费服务，且有无须安装，内存较小，支持多平台、使用者自行编写脚本语言等优点，因此国内外有诸多学者的研究都是依据此软件进行的。

Praat主要用于对自然语言进行采集、分析、标注、提取、处理及合成等实验，尤其在语音分析、语音合成、绘制语图等方面非常精确，甚至还可以起到辅助语音教学教学测试等作用。此外，praat的出现恰好弥补了听辨实验的不足，使偏误分析的结果更加科学，这也是学术上的一大进步。

但是，praat在目前仍然存在一定的缺点，一是它现在的版本仍然是英文版本，对于没有英语基础的人来说，使用起来有一定的难度;二是菜单操作的方法比较繁琐，在处理大容量样本的时候花费时间太多，增大误差;三是 Praat 软件不能提取原始数据分析，需要单独设计一款方便处理原始数据的软件。

荟萃分析是一种重要的研究手段，将多项独立的研究目的相同而研究结果的不同分析相比较，从而总结相应的科学规律。因为不是简单的描述和罗列初步观点，因此比原始的研究手段更加系统、准确和进步。从整体来看，利用荟萃分析的方式在2017年和2018年这个阶段达到一个高峰，主要研究领域是在文化、科学、教育、体育和医药、卫生这两大方向。

本文将采取荟萃分析的方式，通过文献调研，将发表在知网上的有关praat的研究论文进行提取和整理，系统地分析其应用实例、场景、使用功能、状况等信息，以期了解praat的使用范围和方式，对国内学者利用praat所做的研究有个初步的了解。

二、數据与方法：

本文采用的数据均来自于中国知网中的全文数据库。以“praat”为主题词全文检索已公开发表的研究论文，截至2019年12月31日，共检索出的论文数量144篇，其最早的研究时间是在2006年。另外，在这144篇文献中，包括中文文献94篇，外文文献50篇。荟萃分析的前提是有一个大样本，从足够的文献才能中提取其共性规律，并对已有的研究结果进行定量分析集成分析。由于笔者学力的限制，本文只采用荟萃分析的方式，对已检索到的94篇中文文献进行综合分析，了解praat的应用实例和场景，从而对praat有一个相对清晰的认识。

本文通过逐一阅读、比对和分析检索到的研究论文，从中提取论文发表的时间、关键词、渠道，研究对象的语言，配合使用的软件及其是否有详细的praat应用介绍，praat的应用场景和功能等多项信息，获取了praat在中文文献中的应用实例数据，在此基础上建立了Praat在中文文献中应用实例的数据表。然后，以此为基础、以praat的应用场景为核心将Praat在中文文献中应用实例的结果分析分为以下四个方面，从时间纵向和内容横向两个层次对praat在中文文献中的应用实例进行总结。

三、结果分析

3.1从宏观角度来看知网中与praat有关的中文文献

上文中介绍praat从2004年开始全部免费开放，因此是从21世纪开始，与praat有关的中文文献才开始在知网中的出现。2006年-2019年这14年是其具体可查的分布时间范围，于是本文整理图表1，展示与praat有关的文献时间分布规模。如图表1所示，从2016年到2019年仅4年与praat有关的中文文献就占总数的54%，达到总数的一半以上。且2018年论文数量最多，共23篇，约占总数的1/4。此外，数据表格中呈现的论文发表数量最少的三个年份分别是2006年1篇，2008年和2009年分别2篇，全部是在2010年以前，因此我们可以认为与praat有关的中文文献是在2010年后开始逐渐发展起来的。

如图表2所示，这94篇论文中有45篇是来自期刊，45篇来自学位论文，其中有43篇硕士论文，2篇博士论文。此外，还有1篇辑刊，3篇会议论文。这45篇来自期刊的文章在时间上的分布基本没有特殊性，但是分析45篇学位论文的发表时间可知，18年论文数量最多，达到15篇，而其他年份的论文数量都在5篇以内。而且由图1可知，与praat有关的论文也是在18年的数量最多，那么我们可以认为导致18年与praat有关论文增多的主要因素是在于高校学生的研究数量增多，这也说明praat近年来逐步受到青年学者的青睐，且多适合3-5万字硕士论文规模。目前，各大高校研究生扩招，研究生人数以后会越来越多，复合型人才相应也会增多;同样，计算机语言学等交叉学科逐渐进入到学者的视野中，把语言应用到实际教学、社会现象分析越来越被更多的学者认可，尤其是青年学者，这也从侧面反映出praat的使用前景非常好。

3.2praat应用场景分析

对94篇中文文献的应用场景进行分类，发现有76篇是关于语音研究与教学的;其次是8篇应用在医学方面的，主要应用在患者发音或口腔修复方面，甚至可以在临床分析上起一定的作用，例如鞠治凤（2012）发表的文章;其他在音乐、软件和理论方面也有涉猎，但数量很少，详见图表3。值得一提的是彭去桀（2017）《元音声纹特征与说话人年龄的相关性研究》首次也是唯一一次用praat来分析声纹，将语音辨别应用在刑侦方向，这为未来语音研究和praat的使用场景都提供了新的方向。下面着重对praat在语音方面的应用进行分析。

用praat来研究语音的论文涉及范围非常广，每个语音、语调教学等之间也多有交叉，笔者利用Excel表格进行筛選和分类，大致整理出包括辅助语言教学与自学、语音现象的特征特点分析、语音检测、语音对比、语音和谐、语音情感、语音韵律等在内的多个不同的方向。其中辅助语言教学与自学占52篇，语音现象的特征特点分析占14篇，而其他方面的研究仅占8篇。

辅助语言教学与自学中，纠正学生发音是主要方面，其次还有纠正学生语调、诵读和听力等其他课堂教学方面。有关语调教学的论文有10篇，排在第二位，例如，任晓娟（2018）《坦桑尼亚学生汉语单字调习得实验研究》、邓旭婷（2019）《基于情感变化的可视化诵读教学探究》等。在纠正发音方面又包括纠正元音、辅音、重音、声调、连读等，有些论文单纯只研究辅音或元音、声调等，有些论文以组合的方式研究语音的声韵调，没有统计学规律。又如刘犀灵（2019）《基于Praat软件的中国日语学习者语音问题分析及指导对策——以元音/e/为例》、尚春雨（2014）《运用Praat语音软件辅助英语语音教学》等。对于语音现象特征和特点的分析的论文则是通过使用praat语音分析软件将具体语音特征可视化，提高研究结果准确性和科学性，如周家文、陈韵桥（2014）、高天（2014）、潘伟（2014）等。

由此可知，应用praat分析语音多数是应用在辅助教师教学领域，在此基础上激励学生自己学会使用该软件来自学语音，在老师和自己的双向帮助下主要来分析语音和语调偏误原因，起到纠正发音的作用。

3.3应用praat的功能分析

在94篇论文数据库中，有15篇是从理论上来介绍和描述praat的操作方法、用途、特点等，剩余79篇则利用praat的某个或某些特点来设计实验。因此，笔者通过对这些论文的具体应用实例和场景的分析，得出目前主要利用praat使语音可视化的特点，读取语图形态，对语音进行分析，如李馨芳（2018）《Praat辅助可视化语音学习方式对中国二语学习者语音学习效果的实证研究》等论文;其次则是利用praat对语音进行标注、提取、统计、测量、评测等特点，如范晓婷（2018）《语音分析软件Praat在维吾尔语边界后音段延长的声学语音学中的应用》等;最后才是利用praat分析语音的声学特征，如王家应，KIM HaKyung，杨金梅，高少华（2019）《智能手机录制对嗓音声学测量的影响》等。

有一点要注意，设计实验在利用praat的这些功能时，往往不会只用其中一种功能，而是多种功能交杂在一起同时使用。此外，相似的应用场景中利用praat不同的功能的这种情况也存在，主要集中在语调分析、语音现象的特征特点分析和语音韵律分析方面。

3.4利用praat的研究对象的语言及使用情况分析

通过分析数据库，笔者发现，利用praat不仅可以用来分析汉语普通话，还可以用来分析汉语方言、中国少数民族语言、外语以及多语对比情况;当研究对象是汉语普通话时，既可以是单纯对标准普通话研究，也可以是对方言区普通话和非本族语的普通话研究;当研究对象是英语时，既可以是对单纯标准英语的研究，也可以是对汉语方言区的英语和汉语普通话中的英语，因为研究对象所处的环境不同，受到的影响就不同，利用praat分析出的结果自然也不同。具体分布如图表4和图表5所示。

Praat应用在语音研究方向是当前的主流方向，主要是通过实验的方法来进行，有67篇，可以确证有介绍praat的使用方法的论文就达到44篇;而仅仅通过理论来介绍语音的研究的只有9篇，因此语言学方向的初学者要想学习praat的使用，完全可以结合理论和语音实验论文。此外，praat在实验中，多数情况下需要配合其他软件一起使用，出现频率前三名分别是Excel、录音软件cool edit和统计软件SPSS，这也为学习者提供借鉴。

四、结论与讨论

结论：通过荟萃分析可知，praat是在近10年才开始流行，其研究的对象不仅局限在汉语、英语，还可以是其他少数民族语言，因此大量的学者参入使用该软件进行语音分析，尤其是用在辅助教学方面，可以改正学生在语音和语调上的偏误。它用在传统的语言研究中时，可以通过语音可视化特点，提高研究的准确度和科学性。另外，也有少数学者将其用在音乐、刑侦、韵律等方向，如果今后这些研究形成规模，不仅为praat的使用拓宽了范围，也增加了高校学习语言的学生就业方向。

讨论：虽然通过本文分析对praat有一个初步了解，但是本文仍然存在一定的不确定性。一是，在45篇学位论文中，有10篇是由纯英文写作，读者未从此提取足够有价值的信息，因此分析结果存在一定的不确定性。

除此之外，囿于时间和学识能力的限制，本文数据库并不完善，因此分析结果存在一定的主观性和表面性，还需进一步整理和补充。

参考文献：

[1]邓旭婷.基于情感变化的可视化诵读教学探究[J].基础教育研究，2019（07）：55-56.

[2]范晓婷.语音分析软件Praat在维吾尔语边界后音段延长的声学语音学中的应用[J].无线互联科技，2018，15（11）：55-57+62.

[3]鞠治凤. 脑瘫患儿辅音声学特点的研究[C]. 中国康复医学会、中国康复医学会康复治疗专业委员会.传播康复新技术，推广治疗新理念——中国康复医学会第九届全国康复治疗学术年会论文集.中国康复医学会、中国康复医学会康复治疗专业委员会：中国康复医学会，2012：787-788.

[4]李馨芳. Praat辅助可视化语音学习方式对中国二语学习者语音学习效果的实证研究[D].重庆大学，2018.

[5]刘犀灵.基于Praat软件的中国日语学习者语音问题分析及指导对策——以元音/e/为例[J].吉林广播电视大学学报，2019（04）：31-33.

[6]彭去桀. 元音声纹特征与说话人年龄的相关性研究[D].中国人民公安大学，2017.

[7]任晓娟. 坦桑尼亚学生汉语单字调习得实验研究[D].郑州大学，2018.

[8]尚春雨.运用Praat语音软件辅助英语语音教学[J].景德镇高专学报，2014，29（04）：88-90.

[9]王家应，KIM HaKyung，杨金梅，高少华.智能手机录制对嗓音声学测量的影响[J].中国听力语言康复科学杂志，2019，17（06）：452-455.