SpeechAnnotator

SpeechAnnotator也就是贵鹤语音标注工作台，支持导入常见音频格式，包含WAV、MP3等田野调查最常用的录音文件，可以批量预览音频时长和标注状态，直观查看哪些音频待标注、标注完成或者等待质检，还可以批量导出标注结果，输出符合语料库规范的文本和时间戳文件，方便导入其他语料分析工具。

导入长音频之后波形显示空白，但是音频可以播放怎么回事

1）长音频初次加载需要一定时间绘制波形，等待波形渲染完成，不要中途关闭软件。

2）如果音频采样率、位深不兼容，会出现波形无法渲染的情况，可以用音频工具把音频转换为 16bit，16kHz 或 44100Hz 标准 WAV 格式。

3）内存不足也会导致波形渲染异常，关闭电脑后台大型软件，释放内存后重新打开工程。

标注结果导出文件打开乱码如何修复

① 导出时选择 UTF-8 编码，不要使用 ANSI 编码。

② 导出的文本使用记事本或者 VS Code 打开，不要用老旧文本编辑器。

③ 如果标注包含方言国际音标、特殊记音符号，需要电脑系统安装对应字体，否则会出现方框乱码，导出文件本身内容没有损坏，只是缺少字体渲染。

SpeechAnnotator特色

集成音频波形与频谱显示，导入音频后可以直观看到声波起伏，精准定位语音片段、停顿、噪音区间。

标注员可以在波形上直接打点切分，手动切割音频，划分句子、词汇和音素层级。

内置音频播放控制，包含逐句循环、片段循环、慢速回放以及前后帧微调，不需要反复拖动进度条。

慢速播放功能对于方言、小语种、语速较快的口语录音非常实用，解决普通播放器难以精细听辨的痛点。