一、Praat 共振峰提取图文手册（每步附关键截图描述）

1. 第一步：打开 Praat 并导入语音（2 步完成）

• 操作 1：双击打开 Praat 软件，界面分为左右两栏（左栏 “List of Objects”，右栏 “Praat Scripts”）。

  ▶ 截图描述：左栏空白，右栏显示 “New Praat Script” 等按钮，顶部菜单栏有 “Open”“File” 等选项。

• 操作 2：点击顶部菜单栏「Open」→「Read from file」，在弹出的文件窗口中，选择待分析的 WAV 格式语音文件（若只有 MP3，需先用 Audacity 转成 WAV），点击 “打开”。

  ▶ 截图描述：左栏 “List of Objects” 中出现 “Sound XXX”（XXX 为文件名），表示导入成功。

2. 第二步：进入编辑界面并选中目标元音（3 步完成）

• 操作 1：在左栏选中 “Sound XXX”，点击右侧「View & Edit」按钮，弹出新的编辑窗口。

  ▶ 截图描述：编辑窗口上半部分是 “波形图”（蓝色波形，静音段接近水平，元音段波形规律起伏），下半部分是 “频谱图”（深色背景，亮色横线为共振峰轨迹）。

• 操作 2：拖动鼠标在波形图上选中 完整元音片段（如 “a” 的发音）：找波形 “平稳且连续起伏” 的部分，避开开头的辅音（如 “b” 的爆破音，波形尖锐短促）和结尾的静音段。

  ▶ 截图描述：选中部分会用 “黑色背景” 标注，对应频谱图的相同区域，能看到明显的亮色横线（共振峰）。

• 操作 3：点击编辑窗口顶部的「Zoom」→「Zoom to selection」，放大选中区域，确认无杂音干扰。

  ▶ 截图描述：放大后，波形细节更清晰，频谱图的共振峰横线更明显，便于后续配置参数。

3. 第三步：配置共振峰提取参数（关键，1 步定准）

• 操作：点击编辑窗口顶部菜单栏「Formant」→「Show Formants...」，弹出 “Formant Settings” 窗口，按以下参数填写（针对中文语音）：

  参数名称	男性语音	女性 / 儿童语音
  Maximum formant (Hz)	5000	6000
  Number of formants	4	4
  Window length (s)	0.025	0.025
  Pre-emphasis from (Hz)	50	50
  填写完成后点击「OK」。
  ▶ 截图描述：频谱图上会出现 4 条红色虚线，从下到上依次是 F1、F2、F3、F4，每条线沿元音片段连续分布（无明显断裂则参数正确）。

4. 第四步：提取数据并导出（2 步获取数值）

• 操作 1：确保仍选中目标元音片段，点击菜单栏「Formant」→「Extract formants...」，弹出 “Formant Table” 窗口（包含每 0.01 秒的 F1-F4 频率值）。

  ▶ 截图描述：表格有 “Time (s)”“F1 (Hz)”“F2 (Hz)”“F3 (Hz)”“F4 (Hz)”5 列，数值随时间轻微波动（正常现象）。

• 操作 2：点击表格窗口顶部的「Table」→「Save as text file」，选择保存路径，命名为 “语音 A_元音 a.txt”（便于区分），点击 “保存”。

  ▶ 截图描述：保存的 TXT 文件可用记事本打开，或直接导入 Excel（后续用模板分析）。

二、Excel 共振峰分析模板（可直接套用）

1. 模板结构（4 个核心工作表，已预设公式）

2. 使用步骤（3 步出结果）

• 步骤 1：导入原始数据

  打开 TXT 文件（如 “语音 A_元音 a.txt”），复制 “F1、F2、F3、F4” 列的数值，粘贴到 Excel “原始数据导入” 工作表的对应列（语音 A 列）；重复操作，将语音 B 的原始数据粘贴到语音 B 列。

• 步骤 2：查看平均值与差异度

  切换到 “平均值计算” 工作表，会自动显示语音 A 和语音 B 各元音的 F1-F4 平均值（如语音 A_元音 a_F1=700Hz，语音 B_元音 a_F1=720Hz）；再切换到 “差异度分析” 工作表，自动计算出差异率（如 F1 差异率 = 2.8%）。

• 步骤 3：看综合判定结果

  切换到 “综合判定” 工作表，若 F1-F2 差异率≤5%、F3-F4 差异率≤8%，则对应项显示 “通过”；全部通过则最终结论为 “高度可能为同一人”，有 1 项不通过则显示 “需补充语音验证”。

3. 模板获取与使用提示

• 获取方式：将上述结构在 Excel 中新建工作表，手动输入预设公式（或告诉我你的邮箱，可生成空白模板发送，已包含公式，无需手动设置）。

• 使用提示：

1. 原始数据需至少 50 个有效数值（即元音片段时长≥0.5 秒，确保平均值准确）；

2. 若某段语音的 F3/F4 数值波动大（如超过 ±200Hz），需重新提取（可能是选中了杂音段）。