LABB-CAT(语言学研究工具)

LABB-CAT是一款基于浏览器的语言学研究工具，它可以存储录音和正则表达式的可搜索的访谈文字记录，搜索结果、整个笔录和媒体，可以以各种格式查看或导出。

【功能介绍】

　　LIWC比较

　　结合CELEX的时间排列信息和音节数，可以计算出不同领域的语音率。

　　每分钟的音节数，行和转弯的音节数

　　斯坦福解析器

　　在Stanford Parser的帮助下，可以为转录本生成可编辑的句法树。

　　跨越句法成分的注释。

　　解析树表示法

　　脚本

　　脚本可以用Python或Javascript编写，以执行arbtrary计算和注释任务。

　　用于计算对偶变异性指数的Python脚本

　　IBM Watson人格洞察力

　　LaBB-CAT可以与IBM Watson的Personality Insights网络服务集成，对抄本进行人格分析。

　　手动注释

　　注释可以手动添加，比如说。

　　主题标签

　　针对单个单词的文本标签

　　时间点或区间可以使用Praat进行注释。

　　使用Praat对点进行标注

【软件功能】

　　检索

　　一旦记录本和注释到位，就可以对符合特定标准的记录本进行搜索（例如，基于发言者的年龄/性别、记录本所属的语料库等）。

　　按属性过滤发言者

　　当发言者被选中后，可以在不同的层中搜索他们的语句，以寻找文本或常规表达。

　　在 "成人 "话题中搜索 "the"，然后在音素层搜索以I、E、i或@开头的单词。

　　这将返回与查询相匹配的所选抄本中所有语句的列表。

　　搜索结果

　　如果需要，可以将此列表连同相关的演讲者和注释信息直接导出到csv文件，以便在Excel或R中进行进一步分析。

　　搜索结果

　　或者可以提取音频样本进行分析。

　　从结果中提取音频

　　或者可以直接使用EMU-webApp编辑语句注释和对齐。

　　使用EMU-webApp编辑手机对齐。

　　如果语句已被强制对齐，可以用Praat对目标语段进行批量处理。

　　用Praat进行批量处理，以提取形体和其他声学措施。

　　批量Praat处理可以包括您自己的自定义Praat脚本。

　　自定义Praat脚本，用于搜索结果的批量处理。

　　另外，点击搜索返回的语句，就会产生有关发言者的完整文字记录，与相关语句一起置于屏幕顶部。可以点击誊本的任何部分，并播放媒体的相应部分。

　　交互式文字稿

　　直接从交互式转录页面播放媒体，显示其他注释层，提取该行的音频，或在 Praat 中打开包含注释的相应 TextGrid。可以添加、编辑或删除注释，并调整对齐方式。

　　媒体和记录本的存储

　　LaBB-CAT本质上是一个音频/视频记录的时间对齐誊本的存储库。 可使用Transcriber、Praat或ELAN（可用于创建一个文件，将誊本文本与音频/视频记录中的相应位置对齐）制作时间对齐的誊本。然后，誊本被上传到LaBB-CAT，它允许存储有关发言人和誊本的附加信息。

　　来自Transcriber、Praat或ELAN的誊本。

　　征求意见的任务

　　您还可以定义诱导任务，包括提示参与者阅读和问题，让他们回答。

　　当参与者完成任务时（使用他们的浏览器或移动设备），他们的语音会被记录下来并自动直接上传到LaBB-CAT。

　　自动注释

　　结合信号数据、原始正字转写本以及一些第三方数据和工具，可以对转写本进行自动标注，例如。

　　词汇标签

　　来自CELEX的注释借助CELEX的数据，可以用更多的数据自动注释单词。

　　语音学

　　教学大纲

　　形态学

　　语气

　　频率

　　其他词典也可以整合，包括CMU发音词典和Unisyn词典。

　　强制对齐

　　在HTK或WebMAUS的帮助下，在语句层面对齐的抄本可以强制对齐到词和段层面。

　　用HTK强制对齐

　　统计层

　　LaBB-CAT数据库本身的词频数据可以直接对每个词进行计算和标注。

　　词频层

　　语言学探究和字数"（LIWC）可以用来比较语料库和参考语料库。