“中文大语言模型应用AI训练营” 第三单元于2025年11月13日如期开讲：项目实战一：语音参数提取，本次课程由科大讯飞研究院研究员邵鹏飞老师授课。
本次课程通过工具讲解与实战演练相结合的方式，邵老师前半程详细演示了语音信号处理中语音参数提取的关键Praat脚本用法，后半程则聚焦Python与VS Code的协同配置，为学员打通从语音标注到相关数据处理的语音信息分析准备流程，助力解决实际研究中的批量数据处理需求。
一、Praat脚本：提取语音分析的核心参数
邵老师结合上节课的示例数据进行教学，重点讲解音素统计、替换及提取共振峰和时长参数等语音数据预处理关键技能。学员们学习了如何通过课程提供的praat脚本，从TextGrid标注文件中提取语料音素列表，摸清标注语料中的音素分布情况。
音素统计技能方面，邵老师通过课程提供的专属脚本，可直接从TextGrid标注文件中提取语料中的所有音素，清晰呈现音素分布及出现频次。
在音素替换环节，邵老师强调了结合表格自动归整的操作技巧：需先在Excel中制作旧音素与新音素的映射表，再导出为制表符分隔的文本文件，避免手动输入导致的格式错乱。
共振峰、时长等关键参数提取脚本可以自动逐条提取每个音段的参数数值，并以文本格式保存结果，方便后续分析使用。
针对前两次课学员普遍存在的路径报错问题，邵老师还特别强调了脚本运行中的路径使用。相对路径（如out15/）无需指定盘符，适用于脚本与文件在同一目录的场景，灵活适配不同存储设备；绝对路径（如 F:\示例数据\1-演示15句\out15）需完整标注磁盘与目录信息，适合跨目录操作。
（直播讲解界面）
（音素统计与参数提取结果示例）
二、Python+VS Code：高效实现数据自动化处理的环境搭建
课程下半场聚焦Python编程与VS Code环境配置，邵老师帮助学员搭建高效的数据处理工作流。
邵老师首先回顾了上节课讲到的Conda虚拟环境的创建与管理方法。在VS Code配置环节分步指导学员操作，推荐了Audio-Preview、Office Viewer、Rainbow CSV等实用插件，进一步提升数据处理效率。
实战演练环节，学员跟随邵老师完成三大核心任务。一是通过Python脚本批量重命名音频文件并生成同名txt文本；二是利用pandas与openpyxl两个库，将共振峰提取的文本结果快速转为Excel格式，直观呈现参数数据；三是通过Python代码帮助统一音频与文本命名，确保大规模语料处理时的数据一致性。
在实战演练过程中，邵老师对终端操作技巧进行了讲解。主要是在VS Code中通过“Terminal→New Terminal” 可打开命令窗口，输入不同指令可实现虚拟环境的激活与退出、指定Python版本等操作。讲解过程中，邵老师还特别提醒大家熟悉“转义符”的使用；在路径字符串前添加小写“r”（即原始字符串标识），可避免反斜杠“\”被误判而导致解析错误。
（直播讲解界面）
三、课后实操要点
1. 安装VS Code并配置Python插件，在D/E盘创建专属工作目录（避免C盘用户目录权限问题），搭建Conda虚拟环境并安装pandas、openpyxl等必备库。
2. 选用课程提供的语料，完成 Praat 脚本的音素提取、替换及共振峰参数提取练习。
3. 通过Excel整理音频与文本的对应关系，利用Python脚本实现批量重命名与结果导出，验证文件匹配度。
4. 登录课程网站查看本节课核心要点及代码资源，按时完成课后作业。
本次课程的技能不仅适用于语音分析，更可迁移至各类数据处理场景。11月20日19:00将开启《项目实战二：元音分类器》课程，敬请期待！
训练营课程网址：
欢迎持续关注，解锁更多“中文+AI”跨界技能！