语音学工具箱

进入网页版公开测试
macOS
安装说明
PhoneticToolbox 3.1.1 macOS 测试版

适用于 Apple 芯片(M 系列)、macOS 14 及以上。

本版已在 macOS 26.6.2 实机验证,采用 ad hoc 签名。

  1. 下载并解压 ZIP 文件。
  2. 将 PhoneticToolbox.app 拖入“应用程序”文件夹。
  3. 双击打开。

当前测试版尚未通过 Apple 公证。首次打开若提示无法验证开发者,确认安装包来自本官网后,可进入 系统设置 → 隐私与安全性 → 仍要打开。

Apple 官方说明 ↗
文件大小:491.92 MB
SHA256:6b4227705b3cf60c1d3c7cfa5759839f42b279af27d83aa9e02975b05c9514ac
下载国际音标输入法
声学分析
语音合成
语音标注
感知实验
论文阅读
国际音标
PHONETICTOOLBOX / 01

同一个工作台,
不同研究环节。

录音与分析、合成与操控、标注与实验、文献与学习。

当前应用的中文工作台首页,Everforest 浅色配色
Everforest 浅色点选任一张,查看原图 ↗
PHONETICS / 02

音标与
语音标注

查找 IPA、extIPA 与 VoQS,输入音标并查阅符号说明。

VoQS · Catppuccin 深色中文应用截图extIPA · Catppuccin 深色中文应用截图IPA · Catppuccin 深色中文应用截图
Catppuccin 深色
TRANSCRIPTION / 03

转写,
也关注排版。

汉字与国际音标对照,按记音方案转换,并调整字音排列。

UntPhesoca严 · 等宽排版 · Rose Pine 浅色中文应用截图字音对照 · Rose Pine 浅色中文应用截图
Rose Pine 浅色
PHONATION

一点点变化,
慢慢听出来。

在两个声音之间制作连续统,分别控制发声类型与基频。

发声类型合成的实际中文界面,Gruvbox 深色配色
Gruvbox 深色
ARTICULATION / 05

生理参数
与发音建模

查看声道几何,调整发音器官与生理参数。

生理参数合成的中文界面,Solarized 浅色配色
Solarized 浅色
ARTICULATORY TRACKING / 06

唇形运动,
逐帧记录。

面部特征点、唇形参数与时间曲线。

唇形提取的中文界面,Nord 深色配色
Nord 深色
ELECTROGLOTTOGRAPHY / 07

EGG
信号分析

对照接触商、声门事件、语谱图与微观波形。

EGG 逆滤波的中文界面,GitHub 浅色配色EGG 信号分析的中文界面,GitHub 浅色配色
GitHub 浅色
IMAGE RECONSTRUCTION / 08

由语谱图,
重建音频。

标定图片的时间与频率范围,对照输入语谱图与重建结果。

读读韶子的知乎文章
语谱图转音频 · 音频藏信息的中文界面,Ayu 深色配色语谱图转音频 · 图片涂鸦重建的中文界面,Ayu 深色配色语谱图转音频 · 图片重建的中文界面,Ayu 深色配色
Ayu 深色
SPEECH MANIPULATION / 09

时长与基频,
分别调整。

结合波形与基频曲线,编辑语音的时长和音高。

变速变调 · 三点全连接批量生成的中文界面,One 浅色配色变速变调 · 单音节基频调整的中文界面,One 浅色配色
One 浅色
ALIGNMENT

从转写,
走向时间轴。

把音频与已有转写对齐,生成 TextGrid,接着人工核对边界。

MFA 自动标注的实际中文界面,Monokai 深色配色
Monokai 深色
ANNOTATION

每一个边界,
都可以细看。

对照波形和语谱图,调整区间、编辑标签,让标注回到声音里。

TextGrid 标注的实际中文界面,Material 浅色配色
Material 浅色
LPC

在频谱里,
看见包络。

选取短时片段,查看 LPC 谱包络,按标注区间分析并导出结果。

LPC 谱图的实际中文界面,Night Owl 深色配色
Night Owl 深色
PHONOLOGY

从字音,
看见音系。

整理调查字表,调整调类与顺序,查看声韵分组和二维表格。

(声调仅为举例,并非真实调类)

音系归纳 · 声调排序归并(声调仅为举例,并非真实调类)· Gruvbox 浅色音系归纳 · 声母到韵母(声调仅为举例,并非真实调类)· Gruvbox 浅色音系归纳 · 二维声韵表(声调仅为举例,并非真实调类)· Gruvbox 浅色
Gruvbox 浅色
READ & ANNOTATE

慢慢读,
随手记下来。

切换原文、中文译文与论文解读,标记重要段落,留下自己的批注。

示例论文 · Fan 等(2024) · CC BY 4.0
中文译文与阅读批注为演示内容。

语音学论文精读 · 请看这里~ · Lobster 深色,完整应用视图语音学论文精读 · 全屏阅读、荧光标注与批注 · Lobster 深色,完整应用视图
Lobster 深色
LANGUAGE & PLACE

把语言,
放回地图上。

浏览方言分布与语言现象,对照不同地图,比较各个调查点的记录。

语言地图 · 苏州、广州、西安、哈尔滨与南京调查点对照 · Notion 浅色,完整应用视图语言地图 · 语言现象分布 · Notion 浅色,完整应用视图语言地图 · 双图对照 · Notion 浅色,完整应用视图语言地图 · 方言相似性 · Notion 浅色,完整应用视图
Notion 浅色
PERSONAL TOUCH / 10

工作台,
也有小表情。

为应用选择一个喜欢的图标。

图标设置的中文界面,Dracula 浅色配色
Dracula 浅色
DOCUMENTATION / 11

使用说明,
随时查阅。

按章节了解操作步骤、参数含义与方法来源。

使用说明的中文界面,Temple 深色配色
Temple 深色
YOUR OWN BACKDROP

换张背景,
换个心情。

选一张喜欢的背景图,调整模糊与不透明度,让工作台换个模样。

自定义背景 · 感知实验的实际应用截图,背景图与界面共同显示自定义背景 · 国际音标表Plus的实际应用截图,背景图与界面共同显示自定义背景 · 外观设置的实际应用截图,背景图与界面共同显示自定义背景 · 首页展示的实际应用截图,背景图与界面共同显示
自定义配色 自定义背景
A LITTLE WATCH & LEARN

使用教程

正在施工中

更多教程正在准备中。

A LITTLE SOUND PLAYGROUND

先别急着走,
听几个小实验。

把抽象的参数,交给耳朵感受。选一个声音,点一下播放。

01 / 从这里,到那里

声音,也有渐变色。

同一个元音,两段 SCSC 录音,基频不同。先听两个原声,再听由它们制作的九步发声类型与基频连续统。

先听听,
两个原声。
中位 F0 ≈ 128 Hz
中位 F0 ≈ 94 Hz

原声 A:SCSC 录音 · 原声 B:SCSC 录音

发声类型与基频更接近 A一点点靠近 →发声类型与基频更接近 B
0% · 127 Hz
12.5% · 122 Hz
25% · 118 Hz
37.5% · 112 Hz
50% · 106 Hz
62.5% · 102 Hz
75% · 100 Hz
87.5% · 97 Hz
100% · 94 Hz
这组声音是怎样做的?

这组九步使用应用导出的音频,同时改变发声类型与基频。基频分析采用 Praat / Parselmouth,范围 40–300 Hz,开启周期能量与输出幅度匹配。两段原声中位 F0 分别约为 128 Hz 和 94 Hz,处理后各步中位 F0 依次约为 127、122、118、112、106、102、100、97、94 Hz。

九步表示处理比例,听觉上的差别未必等距。第 1、9 步也是处理结果,可以与上面的两段原声对照。

02 / 给声音换个步调

高一点,慢一点?

从一段真人 /ma/ 录音出发,分别改变音高或语速,再和原声比较。

真实录音 · 0.58 s
F0 −20 Hz
F0 +20 Hz
0.75 倍 · 0.77 s
1.25 倍 · 0.46 s

原声中位 F0 约为 129 Hz。改变语速时保留原基频轮廓,其余示例由应用处理这段真实录音得到。

03 / 声道变了,声音呢

声道动起来。

一段《春江花月夜》,看看声道怎样随发音变化,再听听合成的声音。

《春江花月夜》· 生理参数合成演示
04 / 让图片出声

看得见,也能听一听。

只剩一张语谱图,还能找回多少声音?选取图中的频谱区域,按坐标校正,再经过 GL、训练后的 80 带 Mel 修复与声码器重建。下面三段,都是从图片得到的近似声音。

01

一张图,一句问候。

Julius O. Smith III (2007). Mathematics of the Discrete Fourier Transform (DFT), 2nd ed., Fig. 8.10. 语谱图节选,保留坐标用于校正
原图节选 · 0–1.48 s / 0–4 kHz
Smith (2007) · 图 8.10 ↗

Hi, this is Steve Jobs. 横向是一句话的时间,纵向是频率。图中深浅不同的条纹,记录着声音能量的变化。

1.48 s · 图片重建
图源与重建设置 ↗

Julius O. Smith III (2007). Mathematics of the Discrete Fourier Transform (DFT), 2nd ed., Fig. 8.10.

查看原文 ↗

参数小模型 → GL → 训练后 80 带 Mel 修复 → BigVGAN。自动预估窗长 22.10 ms(计算采用 22 ms)、动态范围 61.11 dB,规范化下限 −61.11 dB、上限 0 dB。固定 Hann 窗、256 次脉冲初始化 GL;输出 24 kHz。原图参数没有真值。

02

声音里的小停顿。

Whitney Chappell (2021). /s/ weakening in Nicaragua. In E. Núñez-Méndez (ed.), Sociolinguistic Approaches to Sibilant Variation in Spanish, pp. 217–245. Fig. 7.4, p. 228. 语谱图节选,保留坐标用于校正
原图节选 · 0–0.9334 s / 0–5 kHz
Chappell (2021) · 图 7.4 ↗

Levantan las olas 这句话的原图展示了喉塞音。对照标注和语谱图,观察停顿附近能量的变化。

0.93 s · 图片重建
图源与重建设置 ↗

Whitney Chappell (2021). /s/ weakening in Nicaragua. In E. Núñez-Méndez (ed.), Sociolinguistic Approaches to Sibilant Variation in Spanish, pp. 217–245. Fig. 7.4, p. 228.

查看原文 ↗

参数小模型 → GL → 训练后 80 带 Mel 修复 → BigVGAN。自动预估窗长 4.54 ms(计算采用 5 ms)、动态范围 49.43 dB,规范化下限 −49.43 dB、上限 0 dB。固定 Hann 窗、256 次脉冲初始化 GL;输出 24 kHz。原图参数没有真值。

03

把摩擦,也听出来。

Whitney Chappell (2021). /s/ weakening in Nicaragua. In E. Núñez-Méndez (ed.), Sociolinguistic Approaches to Sibilant Variation in Spanish, pp. 217–245. Fig. 7.3, p. 226. 语谱图节选,保留坐标用于校正
原图节选 · 0–0.7278 s / 0–5 kHz
Chappell (2021) · 图 7.3 ↗

原文用 observo 的这个片段说明咝音插入。看一看高频噪声,再听图片重建后的近似声音。

0.73 s · 图片重建
图源与重建设置 ↗

Whitney Chappell (2021). /s/ weakening in Nicaragua. In E. Núñez-Méndez (ed.), Sociolinguistic Approaches to Sibilant Variation in Spanish, pp. 217–245. Fig. 7.3, p. 226.

查看原文 ↗

参数小模型 → GL → 训练后 80 带 Mel 修复 → BigVGAN。自动预估窗长 5.36 ms(计算采用 5 ms)、动态范围 56.28 dB,规范化下限 −56.28 dB、上限 0 dB。固定 Hann 窗、256 次脉冲初始化 GL;输出 24 kHz。原图参数没有真值。

图片记录了能量分布,原始相位已经丢失。这里演示近似重建,声音会受截图分辨率、灰度映射与迭代设置影响,不能代替原始录音作语音测量。图像版权归原作者及出版方,出处见各例下方。

声音从点击开始。可以随时暂停,再选另一个。

FOLLOW THE IDEAS

每一种方法,
都有来处。

从几种常用方法开始,也可以展开下方列表查看全部论文与代码来源。

Praat / Parselmouth

基频分析与语音操控等功能使用 Praat 及其 Python 接口。

查看引用

JADOUL Y, THOMPSON B, DE BOER B. Introducing Parselmouth: A Python interface to Praat[J]. Journal of Phonetics, 2018, 71: 1-15. DOI: 10.1016/j.wocn.2018.07.001. BOERSMA P, WEENINK D. Praat: doing phonetics by computer: Version 6.1.38[EB/OL]. (2021)[2026-10-11]. https://www.praat.org/.

查看来源 ↗

F0 与发声类型连续统

连续统方法参考 Lu、Liang 与 Kong 的研究,代码改写另获作者许可。

查看引用

LU Y, LIANG C, KONG J. Contribution of F0 and phonation to tone perception in the Zaiwa language[J]. Journal of Phonetics, 2025, 110: 101413. DOI: 10.1016/j.wocn.2025.101413.

查看来源 ↗

Montreal Forced Aligner

将已有转写与音频对齐,再在 TextGrid 工具中人工复核。

查看引用

MCAULIFFE M, SOCOLOF M, MIHUC S, et al. Montreal Forced Aligner: Trainable Text-Speech Alignment Using Kaldi[C]//Interspeech 2017. [S.l.]: ISCA, 2017: 498-502. DOI: 10.21437/Interspeech.2017-1386.

查看来源 ↗

VocalTractLab

基于声道几何与声源控制生成声音。示例采用 JD2 模型与应用中的声道预设。

查看官方手册 ↗
学术引用 · 61 条展开查看

共 61 条来源

Technique of improving speech restoration from spectrograms of short windows for the Griffin–Lim algorithm

用于:语谱图转音频

AOKI N. Technique of improving speech restoration from spectrograms of short windows for the Griffin–Lim algorithm[J]. Acoustical Science and Technology, 2023, 44(3): 186-188. DOI: 10.1250/ast.44.186.

用于短时窗的脉冲相位初始化。可在两种重建算法中选择开启、关闭或按窗长自动使用。

BigVGAN: A Universal Neural Vocoder with Large-Scale Training

用于:语谱图转音频

LEE S G, PING W, GINSBURG B, et al. BigVGAN: A universal neural vocoder with large-scale training[C/OL]//The Eleventh International Conference on Learning Representations. 2023[2026-10-15]. https://openreview.net/forum?id=iTtGCMDEzS_.

用于将 80 带 Mel 谱合成为波形。本模块采用 NVIDIA 发布的 BigVGAN base 22.05 kHz 预训练模型。

Simple Baselines for Image Restoration

用于:语谱图转音频

CHEN L, CHU X, ZHANG X, et al. Simple baselines for image restoration[C]//Computer Vision – ECCV 2022. Cham: Springer, 2022: 17-33. DOI: 10.1007/978-3-031-20071-7_2.

80 带 Mel 谱修复采用 NAFNet 结构,并加入频率、覆盖范围及声学条件。本模块使用本项目训练的修复权重。

A fast Griffin–Lim algorithm

用于:语谱图转音频

PERRAUDIN N, BALAZS P, SØNDERGAARD P L. A fast Griffin–Lim algorithm[C]//2013 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics. IEEE, 2013: 1-4. DOI: 10.1109/WASPAA.2013.6701851.

用于动量加速 Griffin–Lim 的相位迭代。应用新任务采用0.99动量;官网同参数对照分别展示原始GL(0)、动量GL(0.99)以及同一动量GL接Mel修复与BigVGAN。

The Voice Source in Speech Production: Data, Analysis and Models

用于:参数估计、参数显示

SHUE Y L. The Voice Source in Speech Production: Data, Analysis and Models[D]. Los Angeles: University of California, Los Angeles, 2010.

VoiceSauce: A program for voice analysis

用于:参数估计、参数显示

SHUE Y L, KEATING P, VICENIK C, et al. VoiceSauce: A program for voice analysis[C]//Proceedings of the 17th International Congress of Phonetic Sciences. Hong Kong, 2011: 1846-1849.

发声态研究的相关问题与VoiceSauce的使用

用于:参数估计、参数显示

凌锋, 史濛辉, 袁丹, 等. 发声态研究的相关问题与VoiceSauce的使用[J]. 方言, 2019(4): 385-397.

Acoustic Correlates of Breathy Vocal Quality

用于:参数估计

HILLENBRAND J, CLEVELAND R A, ERICKSON R L. Acoustic Correlates of Breathy Vocal Quality[J]. Journal of Speech and Hearing Research, 1994, 37(4): 769-778. DOI: 10.1044/jshr.3704.769.

A Cepstrum-Based Technique for Determining a Harmonics-to-Noise Ratio in Speech Signals

用于:参数估计

DE KROM G. A Cepstrum-Based Technique for Determining a Harmonics-to-Noise Ratio in Speech Signals[J]. Journal of Speech and Hearing Research, 1993, 36(2): 254-266. DOI: 10.1044/jshr.3602.254.

Pitch determination and voice quality analysis using Subharmonic-to-Harmonic Ratio

用于:参数估计

SUN X. Pitch determination and voice quality analysis using Subharmonic-to-Harmonic Ratio[C]//2002 IEEE International Conference on Acoustics, Speech, and Signal Processing. [S.l.]: IEEE, 2002: I-333-I-336. DOI: 10.1109/ICASSP.2002.5743722.

An improved correction formula for the estimation of harmonic magnitudes and its application to open quotient estimation

用于:参数估计

ISELI M, ALWAN A. An improved correction formula for the estimation of harmonic magnitudes and its application to open quotient estimation[C]//2004 IEEE International Conference on Acoustics, Speech, and Signal Processing. [S.l.]: IEEE, 2004: I-669-I-672. DOI: 10.1109/ICASSP.2004.1326074.

A formant bandwidth estimation procedure for vowel synthesis

用于:参数估计

HAWKS J W, MILLER J D. A formant bandwidth estimation procedure for vowel synthesis[J]. The Journal of the Acoustical Society of America, 1995, 97(2): 1343-1344. DOI: 10.1121/1.412986.

Epoch Extraction From Speech Signals

用于:参数估计

MURTY K S R, YEGNANARAYANA B. Epoch Extraction From Speech Signals[J]. IEEE Transactions on Audio, Speech, and Language Processing, 2008, 16(8): 1602-1613. DOI: 10.1109/TASL.2008.2004526.

Software for a cascade/parallel formant synthesizer

用于:声学参数合成

KLATT D H. Software for a cascade/parallel formant synthesizer[J]. The Journal of the Acoustical Society of America, 1980, 67(3): 971-995. DOI: 10.1121/1.383940.

Contribution of F0 and phonation to tone perception in the Zaiwa language

用于:发声类型合成

LU Y, LIANG C, KONG J. Contribution of F0 and phonation to tone perception in the Zaiwa language[J]. Journal of Phonetics, 2025, 110: 101413. DOI: 10.1016/j.wocn.2025.101413.

article license is separate from code/data

Signal estimation from modified short-time Fourier transform

用于:语谱图转音频

GRIFFIN D W, LIM J S. Signal estimation from modified short-time Fourier transform[J]. IEEE Transactions on Acoustics, Speech, and Signal Processing, 1984, 32(2): 236-243. DOI: 10.1109/TASSP.1984.1164317.

VocalTractLab 2.4 User Manual

用于:生理参数合成

BIRKHOLZ P. VocalTractLab 2.4 User Manual[Z/OL]. (2025-12-05)[2026-10-11]. https://www.vocaltractlab.de/download-vocaltractlab/VTL2.4-manual.pdf.

版本:2.4

VocalTractLab 2.3 User Manual

用于:生理参数合成

BIRKHOLZ P. VocalTractLab 2.3 User Manual[Z/OL]. (2020-08-09)[2026-10-11]. https://www.vocaltractlab.de/download-vocaltractlab/VTL2.3-manual.pdf.

版本:2.3

Construction and Control of a Three-Dimensional Vocal Tract Model

用于:生理参数合成

BIRKHOLZ P, JACKÈL D, KRÖGER B J. Construction and Control of a Three-Dimensional Vocal Tract Model[C]//2006 IEEE International Conference on Acoustics, Speech and Signal Processing. [S.l.]: IEEE, 2006: I-873-I-876. DOI: 10.1109/ICASSP.2006.1660160.

Data for "Characterization of the Airflow within an Average Geometry of the Healthy Human Nasal Cavity"

用于:生理参数合成

BRÜNING J, HILDEBRANDT T, HEPPT W, et al. Data for "Characterization of the Airflow within an Average Geometry of the Healthy Human Nasal Cavity": version 4[DS/OL]. figshare, 2020-02-25[2026-10-11]. https://doi.org/10.6084/m9.figshare.9585410.v4. DOI: 10.6084/m9.figshare.9585410.v4.

版本:v4CC BY 4.0(官方 v4 元数据与原始网格摘要已核对)。保留作者、来源、许可链接和修改说明。

Montreal Forced Aligner: Trainable Text-Speech Alignment Using Kaldi

用于:MFA 自动标注

MCAULIFFE M, SOCOLOF M, MIHUC S, et al. Montreal Forced Aligner: Trainable Text-Speech Alignment Using Kaldi[C]//Interspeech 2017. [S.l.]: ISCA, 2017: 498-502. DOI: 10.21437/Interspeech.2017-1386.

汉语韵律的嗓音发声研究

用于:EGG 信号分析

尹基德. 汉语韵律的嗓音发声研究[D]. 北京: 北京大学, 2010.

北京大学博士学位论文,封面日期为2010年12月。

On the use of the derivative of electroglottographic signals for characterization of nonpathological phonation

用于:EGG 信号分析

HENRICH N, D’ALESSANDRO C, DOVAL B, et al. On the use of the derivative of electroglottographic signals for characterization of nonpathological phonation[J]. The Journal of the Acoustical Society of America, 2004, 115(3): 1321-1332. DOI: 10.1121/1.1646401.

Linear prediction: A tutorial review

用于:LPC 谱图

MAKHOUL J. Linear prediction: A tutorial review[J]. Proceedings of the IEEE, 1975, 63(4): 561-580. https://doi.org/10.1109/PROC.1975.9792.

The International Phonetic Alphabet

用于:生理参数合成、国际音标表Plus、TextGrid标注

INTERNATIONAL PHONETIC ASSOCIATION. The International Phonetic Alphabet[EB/OL]. (2026)[2026-10-11]. https://www.internationalphoneticassociation.org/IPAcharts/common_files/pdfs/pdfs_IPA_charts_E/IPA_Kiel.pdf.

版本:2026年重印;图表修订至2015/2005CC BY-SA 4.0

ExtIPA symbols for disordered speech

用于:国际音标表Plus、TextGrid标注

INTERNATIONAL CLINICAL PHONETICS AND LINGUISTICS ASSOCIATION. ExtIPA symbols for disordered speech[EB/OL]. (2025)[2026-10-11]. https://www.icpla.org.uk/resources.

版本:2025年图表CC BY-SA 3.0 as identified on ICPLA resources; original chart reproduction wording also recorded

Revisions to the VoQS system for the transcription of voice quality

用于:国际音标表Plus、TextGrid标注

BALL M J, ESLING J H, DICKSON B C. Revisions to the VoQS system for the transcription of voice quality[J]. Journal of the International Phonetic Association, 2018, 48(2): 165-171. https://doi.org/10.1017/S0025100317000159.

版本:VoQS 2016年修订图

VoQS: 音质符号 (2016中英双语版)

用于:国际音标表Plus

王天恒, 译. VoQS: 音质符号 (2016中英双语版)[EB/OL]. (2020-08-30)[2026-10-11]. https://doi.org/10.5281/zenodo.10206204.

版本:v1;2020年译制的VoQS 2016年修订图CC BY 4.0(Zenodo 对应中文译表记录);保留作者、来源、许可链接及交互改写说明,原表作者另列,原 PDF 不随包。

Unicode 音标与附加符号编码资料

用于:国际音标表Plus、TextGrid标注

THE UNICODE CONSORTIUM. The Unicode Standard, Version 16.0.0: Chapter 7, Europe-I[S/OL]. (2024-09-10)[2026-10-11]. https://www.unicode.org/versions/Unicode16.0.0/core-spec/chapter-7/. MILLER K, BALL M. Unicode request for modification of VoQS character: L2/20-113[R/OL]. (2020-01-19)[2026-10-11]. https://www.unicode.org/L2/L2020/20113-voqs-correction.pdf. MILLER K, BALL M. Unicode request for ExtIPA cartouche: L2/24-182R[R/OL]. (2024-09-04)[2026-10-11]. https://www.unicode.org/L2/L2024/24182r-cartouche.pdf. SIL GLOBAL. Using bridging diacritics[EB/OL]. (2025-06-02)[2026-10-11]. https://software.sil.org/fonts/bridging-diacritics/.

版本:Unicode 16.0.0;L2/20-113;L2/24-182R

国际音标扩展表的分类、命名与功能

用于:国际音标表Plus

吕佳, 江荻. 国际音标扩展表的分类、命名与功能[J]. 听力学及言语疾病杂志, 2013, 21(6): 665-668.

The chart of the International Phonetic Alphabet in Chinese (2007)

用于:生理参数合成、国际音标表Plus、TextGrid标注

PHONETIC ASSOCIATION OF CHINA. The chart of the International Phonetic Alphabet in Chinese (2007)[J]. Journal of the International Phonetic Association, 2011, 41(2): 245. https://doi.org/10.1017/S0025100311000156.

版本:2007年中文版(IPA修订至2005年)

国际语音学会手册:国际音标使用指南

用于:生理参数合成、国际音标表Plus、TextGrid标注

国际语音学会. 国际语音学会手册:国际音标使用指南[M]. 江荻, 译. 上海: 上海教育出版社, 2008.

版本:2008年中文译本

Voice quality: The laryngeal articulator model

用于:国际音标表Plus

ESLING J H, MOISIK S R, BENNER A, et al. Voice quality: The laryngeal articulator model[M]. Cambridge: Cambridge University Press, 2019. https://doi.org/10.1017/9781108696555.

Revisions to the extIPA chart

用于:国际音标表Plus、TextGrid标注

BALL M J, HOWARD S J, MILLER K. Revisions to the extIPA chart[J]. Journal of the International Phonetic Association, 2018, 48(2): 155-164. https://doi.org/10.1017/S0025100317000147.

版本:extIPA 2015年修订图

Changes to certain extIPA diacritics

用于:国际音标表Plus、TextGrid标注

BALL M J. Changes to certain extIPA diacritics[J]. Clinical Linguistics & Phonetics, 2024, 38(7): 692-695. https://doi.org/10.1080/02699206.2024.2365205.

版本:extIPA 2024年修订图

Reply to letter concerning the revisions to some diacritics of the extensions to the IPA (extIPA), Ball (2024)

用于:国际音标表Plus、TextGrid标注

BALL M J. Reply to letter concerning the revisions to some diacritics of the extensions to the IPA (extIPA), Ball (2024)[J]. Clinical Linguistics & Phonetics, 2025, 39(9): 911-912. https://doi.org/10.1080/02699206.2025.2489577.

A Comparative Study of Glottal Source Estimation Techniques

用于:EGG 信号分析

DRUGMAN T, BOZKURT B, DUTOIT T. A comparative study of glottal source estimation techniques: arXiv:2001.00840v1[EB/OL]. (2019-12-28)[2026-10-11]. https://arxiv.org/abs/2001.00840v1.

版本:arXiv:2001.00840v1

Sound quality comparison among high-quality vocoders by using re-synthesized speech

用于:声学参数合成

MORISE M, WATANABE Y. Sound quality comparison among high-quality vocoders by using re-synthesized speech[J]. Acoustical Science and Technology, 2018, 39(3): 263-265. https://doi.org/10.1250/ast.39.263.

GlottDNN — A Full-Band Glottal Vocoder for Statistical Parametric Speech Synthesis

用于:声学参数合成

AIRAKSINEN M, BOLLEPALLI B, JUVELA L, et al. GlottDNN — A full-band glottal vocoder for statistical parametric speech synthesis[C]//Interspeech 2016. [S.l.]: ISCA, 2016: 2473-2477. https://doi.org/10.21437/Interspeech.2016-342.

Examining Velopharyngeal Closure Patterns Based on Anatomic Variables

用于:生理参数合成

JORDAN H N, SCHENCK G C, ELLIS C, et al. Examining Velopharyngeal Closure Patterns Based on Anatomic Variables[J]. Journal of Craniofacial Surgery, 2017, 28(1): 270-274. DOI: 10.1097/SCS.0000000000003284.

An MRI study of the oral articulation of European Portuguese nasal vowels

用于:生理参数合成

OLIVEIRA C, MARTINS P, SILVA S, et al. An MRI study of the oral articulation of European Portuguese nasal vowels[C]//Interspeech 2012. ISCA, 2012: 2690-2693. DOI: 10.21437/Interspeech.2012-668.

Articulatory Source-Filter TTS: Physically Grounded Control through Vocal Tract Kinematics

用于:语音学论文精读

BANDEKAR J, WATANABE S, GHOSH P K. Articulatory Source-Filter TTS: Physically Grounded Control through Vocal Tract Kinematics: arXiv:2610.00735v1[EB/OL]. (2026-09-30)[2026-10-11]. https://arxiv.org/abs/2610.00735v1.

版本:arXiv:2610.00735v1CC BY 4.0

Towards a Quantitative Analysis of Coarticulation with a Phoneme-to-Articulatory Model

用于:语音学论文精读

FAN C, HENDERSON J M, MANNING C, et al. Towards a Quantitative Analysis of Coarticulation with a Phoneme-to-Articulatory Model: arXiv:2408.05641v1[EB/OL]. (2024-08-10)[2026-10-11]. https://arxiv.org/abs/2408.05641v1.

版本:arXiv:2408.05641v1CC BY 4.0

Standard Chinese (Beijing)

用于:汉字转国际音标

LEE W S, ZEE E. Standard Chinese (Beijing)[J]. Journal of the International Phonetic Association, 2003, 33(1): 109-112. DOI: 10.1017/S0025100303001208.

对应 Standard Chinese (Beijing) 及其严式选项。论文书目已核实,宽严两列与论文的逐字对应尚待核对。

现代汉语: 重订本

用于:汉字转国际音标

胡裕树. 现代汉语: 重订本[M]. 6版. 上海: 上海教育出版社, 1995.

对应胡裕树《现代汉语》选项。此处引用已核实的1995年重订本(第6版);历史字表未记录所据版次和页码。

现代汉语: 上册

用于:汉字转国际音标

黄伯荣, 廖序东. 现代汉语: 上册[M]. 增订5版. 北京: 高等教育出版社, 2012.

对应黄伯荣、廖序东《现代汉语》选项。此处引用含语音章节的2012年增订五版上册;历史字表未记录所据版次和页码。

现代汉语

用于:汉字转国际音标

钱乃荣. 现代汉语[M]. 北京: 高等教育出版社, 1990.

对应钱乃荣《现代汉语》选项。此处引用1990年高等教育出版社版;2001年江苏教育出版社修订本另有出版记录,历史字表未记录所据版次和页码。

现代汉语语音概要

用于:汉字转国际音标

吴宗济. 现代汉语语音概要[M]. 北京: 华语教学出版社, 1992.

为吴宗济选项补充的语音学参考。历史列只记作者名,尚未确认具体依据是否为本书及相应页码。

汉语口语语法

用于:汉字转国际音标

赵元任. 汉语口语语法[M]. 吕叔湘, 译. 北京: 商务印书馆, 1979.

对应赵元任《汉语口语语法》选项。引用吕叔湘译本的1979年初版;出版社产品页为后出的重印版,历史字表所据版次和页码待核对。

汉语方音字汇(第二版重排本)

用于:汉字转国际音标

北京大学中国语言文学系语言学教研室. 汉语方音字汇[M]. 2版重排本. 北京: 语文出版社, 2003.

对应《汉语方音字汇》选项。此处引用2003年第二版重排本;历史字表所据版次及北京音条目页码待核对。

新老派普通话的宽严式记音(含儿化韵)

用于:汉字转国际音标

UntPhesoca. 新老派普通话的宽严式记音(含儿化韵)[EB/OL]. (2019-04-22)[2026-10-11]. https://phesoca.com/aws/268/.

对应 UntPhesoca宽、UntPhesoca严。采用作者网站2026-10-11访问正文,更新记录至2024-10-11。两列采用中派基准,自由变体取第一项,宽式上声214、严式上声213。支持自动或手动组合儿化及逐项拆分。

版本:正文更新记录:2024-10-11(2026-10-11访问)

汉语拼音方案

用于:汉字转国际音标

中国文字改革委员会. 汉语拼音方案[S/OL]. (1958-02-11)[2026-10-11]. https://www.moe.gov.cn/jyb_sjzl/ziliao/A19/195802/t19580201_186000.html.

对应汉语拼音选项,供字母、音节及标调规则参考。方案于1958年2月11日批准;当前模块不提供按词分写的正词法转换。

What is a tongue tie? Defining the anatomy of the in-situ lingual frenulum

用于:生理参数合成

MILLS N, PRANSKY S M, GEDDES D T, et al. What is a tongue tie? Defining the anatomy of the in-situ lingual frenulum[J]. Clinical Anatomy, 2019, 32(6): 749-761. DOI: 10.1002/ca.23343.

Reference only; no article assets copied

Understanding the Lingual Frenulum: Histological Structure, Tissue Composition, and Implications for Tongue Tie Surgery

用于:生理参数合成

MILLS N, GEDDES D T, AMIRAPU S, et al. Understanding the Lingual Frenulum: Histological Structure, Tissue Composition, and Implications for Tongue Tie Surgery[J]. International Journal of Otolaryngology, 2020, 2020(1): 1820978. DOI: 10.1155/2020/1820978.

Reference only; no article assets copied

重編國語辭典修訂本(2021年版)及異體字字典

用于:汉字转国际音标

教育部. 重編國語辭典修訂本[DB/OL]. 臺灣學術網路第6版. (2021-11)[2026-10-11]. https://dict.revised.moe.edu.tw/. 教育部. 異體字字典[DB/OL]. 臺灣學術網路第14版(正式7版). (2024-03)[2026-10-11]. https://dict.variants.moe.edu.tw/.

用于核对字表中的异常读音和简繁字形,修正应用于全部转换标准。

版本:重編國語辭典修訂本:2021年版;異體字字典:臺灣學術網路十四版(正式七版,2024)

Sample Quantiles: quantile {stats}

用于:感知实验

R Core Team. Sample Quantiles: quantile {stats}[EB/OL]. [2026-10-20]. https://stat.ethz.ch/R-manual/R-devel/library/stats/html/quantile.html.

反应时四分位数采用 type 7 线性插值。

Supplementary Materials for the article entitles 'Geographic Structure of Chinese Dialects: A Computational Dialectometric Approach' (published in Linguistics)

用于:语言地图

HUANG H, GRIEVE J, JIAO F. Supplementary Materials for the article entitles 'Geographic Structure of Chinese Dialects: A Computational Dialectometric Approach' (published in Linguistics)[DS/OL]. v1. Zenodo, 2024. DOI:10.5281/zenodo.10697975.

提供 930 个调查点、510 项语言特征,以及 MDS、聚类和五份距离矩阵。引用数据时同时注明本条数据集和对应论文;作者署名按 Zenodo 原记录保留。

版本:v1(2024-02-23)CC BY 4.0

Geographic structure of Chinese dialects: a computational dialectometric approach

用于:语言地图

HUANG H, GRIEVE J, JIAO L, et al. Geographic structure of Chinese dialects: a computational dialectometric approach[J]. Linguistics, 2024, 62(4): 937-976. DOI:10.1515/ling-2021-0138.

方言相似性图层与距离方案的研究依据。论文第 2.2 节说明类型、子类型和并用记录的编码方式,原始结果由配套 Zenodo 数据提供。

版本:2024 · Linguistics 62(4): 937–976CC BY 4.0

《中国语言地图集(第2版)汉语方言卷》县级行政单位方言数据集

用于:语言地图

JING L. 《中国语言地图集(第2版)汉语方言卷》县级行政单位方言数据集[DS/OL]. v1. Zenodo, 2025. DOI:10.5281/zenodo.15897647.

方言分布所用的县级行政单位整理数据。保留方言区、方言岛及合并表的原始行,按该数据集正式署名 Jing, Liwen 引用,并注明所依据的《中国语言地图集》第 2 版。

版本:v1(2025-07-15)CC BY 4.0

《汉语方言地图集》语音、词汇、语法卷

用于:语言地图

曹志耘, 主编. 汉语方言地图集:语音卷、词汇卷、语法卷[M]. 北京:商务印书馆, 2008.

语言现象的原始图册依据。语音卷 205 图、词汇卷 203 图、语法卷 102 图,共 510 图;图名和类别释义据各图图例核对。

版本:2008(语音卷、词汇卷、语法卷)

中国语言地图集(第2版):汉语方言卷

用于:语言地图

中国社会科学院语言研究所, 中国社会科学院民族学与人类学研究所, 香港城市大学语言资讯科学研究中心. 中国语言地图集:汉语方言卷[M]. 2版. 北京:商务印书馆, 2012.

县级方言分区的图册依据,由中国社会科学院两研究所和香港城市大学语言资讯科学研究中心合作编制。模块使用井韶子据此整理、单独发表于 Zenodo 的县级数据。

版本:第 2 版(2012)· ISBN 978-7-100-07054-6
软件与代码库引用 · 363 条展开查看

共 363 条来源

Browser scientific runtime: Pyodide, original Praat and pinned scientific dependencies

用于:录音、参数估计、参数显示、EGG 信号分析、LPC 谱图、声学参数合成、生理参数合成、语谱图转音频、音系归纳

Pyodide contributors;Python Software Foundation;NumPy/SciPy/Matplotlib/Pillow/Pydantic/OpenPyXL contributors;Paul Boersma and David Weenink;Yannick Jadoul · Browser scientific runtime: Pyodide, original Praat and pinned scientific dependencies

版本:Pyodide 0.29.3 (CPython 3.13.2); Praat 6.1.38 from Parselmouth 0.4.7; numpy 2.2.5, scipy 1.14.1, Pillow 11.3.0, soundfile 0.12.1, matplotlib 3.8.4, OpenCV 4.11.0.86, pydantic 2.12.5, openpyxl 3.1.5, et-xmlfile 2.0.0; full transitive lock generated by prepare_browser_science.py; pandas 2.3.3, lxml 6.0.2, python-docx 1.2.0, xlrd 2.0.2; Noto Sans SC server-matching font SHA256 763146584cf0710223441356b4395e279021b0806c196614377a7a0174ae074aMixed upstream licenses; GPL-3.0-or-later for Parselmouth/Praat binding; MPL-2.0 for Pyodide; PSF-2.0 for CPython; wheel license texts preserved

条件化 NAFNet Mel 谱修复模型

用于:语谱图转音频

PhoneticToolbox · 条件化 NAFNet Mel 谱修复模型

本项目基于 NAFNet 方法训练的语谱图修复模型。修复 GL 波形提取的 80 带 Mel 谱,再交给 BigVGAN 合成。

版本:80 带 Mel 谱

窗长与动态范围预测模型

用于:语谱图转音频

PhoneticToolbox · 窗长与动态范围预测模型

本项目训练。根据语谱图、时长及频率标定预测窗长和动态范围;内置 NumPy 推理,基础 GL 也可使用。

版本:v5 · 应用内置

BigVGAN base 22 kHz

用于:语谱图转音频

Sang-gil Lee;Wei Ping;Boris Ginsburg;Bryan Catanzaro;Sungroh Yoon;NVIDIA Corporation · BigVGAN base 22 kHz

NVIDIA 发布的 80 带 Mel 声码器,用于完整修复流程或 GL 后单独再合成。支持 CPU,也可使用已通过检查的 CUDA Python 环境。

版本:预训练模型 · 22.05 kHz · 80 带NVIDIA BigVGAN code/model MIT; included alias-free Torch activation adapted under Apache-2.0; runtime dependencies separately inventoried

Praat / Parselmouth

用于:录音、参数估计、参数显示、EGG 信号分析、LPC 谱图、声学参数合成、发声类型合成、变速变调、TextGrid标注

JADOUL Y, THOMPSON B, DE BOER B. Introducing Parselmouth: A Python interface to Praat[J]. Journal of Phonetics, 2018, 71: 1-15. DOI: 10.1016/j.wocn.2018.07.001. BOERSMA P, WEENINK D. Praat: doing phonetics by computer: Version 6.1.38[EB/OL]. (2021)[2026-10-11]. https://www.praat.org/.

版本:Parselmouth 0.4.7;文档所列 Praat 6.1.38Parselmouth 0.4.7:GPL-3.0-or-later;内嵌 Praat 6.1.38:GPL-2.0-or-later。按组合发行适用条款提供许可与对应源码;依赖另列。

REAPER (Robust Epoch And Pitch EstimatoR)

用于:参数估计、参数显示、EGG 信号分析、声学参数合成、发声类型合成

David Talkin and REAPER contributors · REAPER (Robust Epoch And Pitch EstimatoR)

Apache-2.0

IRAPT

用于:参数估计

Elias Azarov and Maxim Vashkevich and Alexander A. Petrovsky · IRAPT

GPL-3.0

Troparion / WM-PC jitter and shimmer

用于:参数估计

Maxim Vashkevich and Alexander Petrovsky and Yuliya Rushkevich · Troparion / WM-PC jitter and shimmer

MPL-2.0 (Troparion repository)

VoiceSauce

用于:参数估计、参数显示

Yen-Liang Shue and Patricia Keating and Chad Vicenik and Kristine Yu · VoiceSauce

已核对的 OpenSauce Octave 实现采用 BSD 两条款许可;原 VoiceSauce MATLAB 与 SoE 的具体适用许可仍需按函数核对。

OpenSauce Python

用于:参数估计

Terri M. Yu and R. David Murray and Kate Silverstein and Kristine M. Yu · OpenSauce Python

Apache-2.0

tdklatt / TrackDraw

用于:声学参数合成

Adrian Y. Cho and Daniel R Guest · tdklatt / TrackDraw

MIT

载瓦语 F0 与发声类型研究代码/数据

用于:发声类型合成

Yao Lu and Changwei Liang and Jiangping Kong · 载瓦语 F0 与发声类型研究代码/数据

(2026-09-10)作者邮件许可,允许相关 MATLAB 代码改写为 Python,集成至 PhoneticToolbox v3 免费开源发布,并按约定引用、署名致谢和说明改写。

经许可改写自陆尧、梁昌维、孔江平团队发布的 MATLAB 重合成代码。感谢三位老师及北京大学语言学实验室的支持与授权。(2026-09-10 作者邮件许可)

改写说明

原始实现为作者团队发布的 MATLAB 重合成代码。PhoneticToolbox 经许可改写为 Python,沿用已核对的 LPC 逆滤波、残差与脉冲连续统计算,F0 提取可采用 Parselmouth / Praat。REAPER 算法作为 PhoneticToolbox 新增的 F0 提取选项,用于嘎裂声基频的提取,属于本次适配增加的功能。v3 增加显式源与目标、双方向、控制点编辑及应用、批次与任务历史、四图对照和完整组保存。

PhoneticToolbox 提供经许可改写的 Python 实现。需要比较原始流程与合成效果时,可运行作者团队发布的 MATLAB 代码,并核对输入材料和参数设置。

VocalTractLab API 2.4

用于:生理参数合成

Peter Birkholz and VocalTractLab contributors · VocalTractLab API 2.4

版本:2.4 API with seeded source extension and m10/r20 geometry; Windows x64, macOS arm64 and Emscripten 4.0.9 WasmGPL-3.0-or-later

Three.js r180 / OrbitControls

用于:生理参数合成

three.js authors · Three.js r180 / OrbitControls

版本:0.180.0 / r180MIT

3D human parts pack / FACE2

用于:生理参数合成

byzmod3d · 3D human parts pack / FACE2

CC0-1.0

VocalTractLab-Python

用于:生理参数合成

Paul Krug · VocalTractLab-Python

版本:参考提交 bb37e1894a790f31d4ef7c19803c177cc095e290

MediaPipe legacy Face Mesh / Web Face Landmarker

用于:唇形提取

The MediaPipe Authors · MediaPipe legacy Face Mesh / Web Face Landmarker

版本:legacy Python 0.10.14; tasks-vision 0.10.14; face_landmarker float16/1Apache-2.0(代码)

Montreal Forced Aligner / Kaldi / models

用于:MFA 自动标注

Montreal Corpus Tools / Michael McAuliffe(MFA);Daniel Povey 等(Kaldi) · Montreal Forced Aligner / Kaldi / models

版本:MFA 3.3.8;独立组件3.3.8-r1MIT(MFA);Kaldi、模型、词典与原生依赖分别保留许可

Doulos SIL 字体

用于:参数估计、参数显示、EGG 信号分析、生理参数合成、语谱图转音频、国际音标表Plus、汉字转国际音标、TextGrid标注

SIL International · Doulos SIL 字体

版本:7.000SIL Open Font License 1.1; embedded license extracted without modification

PhoneticToolbox 31款语音学应用图标

用于:公共组件

PhoneticToolbox 31款语音学应用图标

版本:ptb-app-icons/1

PyQt6

用于:公共组件

Riverbank Computing Limited · PyQt6

版本:6.6.1GPLv3 / Riverbank 商业许可;PyPI 开源版本须遵守 GPL,Qt 与 Chromium 等组件许可另列

sounddevice

用于:录音

Matthias Geier · sounddevice

版本:0.5.3MIT;PortAudio 等原生组件许可另列

soundfile

用于:录音、参数估计、参数显示、语谱图转音频、TextGrid标注

Bastian Bechtold · soundfile

版本:0.13.1BSD-3-Clause;libsndfile 等原生组件许可另列

opencv-contrib-python

用于:语谱图转音频

OpenCV Team · opencv-contrib-python

版本:4.13.0.92Apache-2.0;打包的第三方组件见 LICENSE-3RD-PARTY.txt

mediapipe

用于:公共组件

The MediaPipe Authors · mediapipe

版本:0.10.14Apache-2.0;模型和原生依赖按具体资源分别核对

altgraph

用于:公共组件

Ronald Oussoren · altgraph

版本:0.17.5MIT

colorama

用于:公共组件

Jonathan Hartley <tartley@tartley.com> · colorama

版本:0.4.6BSD-3-Clause

iniconfig

用于:公共组件

Ronny Pfannschmidt <opensource@ronnypfannschmidt.de>, Holger Krekel <holger.krekel@gmail.com> · iniconfig

版本:2.3.0MIT

numpy

用于:公共组件

Travis E. Oliphant et al. · numpy

版本:2.2.6BSD-3-Clause;wheel 内原生组件与运行库许可另列。

packaging

用于:公共组件

Donald Stufft <donald@stufft.io> · packaging

版本:26.3Apache-2.0 OR BSD-2-Clause

pefile

用于:公共组件

Ero Carrera · pefile

版本:2024.8.26MIT

pluggy

用于:公共组件

Holger Krekel <holger@merlinux.eu> · pluggy

版本:1.6.0MIT

psutil

用于:公共组件

Giampaolo Rodola · psutil

版本:7.2.2BSD-3-Clause

PyAudioWPatch

用于:公共组件

Hubert Pham(S0D3S edition) · PyAudioWPatch

版本:0.2.12.8Apache-2.0 license

Pygments

用于:公共组件

Georg Brandl <georg@python.org> · Pygments

版本:2.21.0BSD-2-Clause

pyinstaller

用于:公共组件

Hartmut Goebel, Giovanni Bajo, David Vierra, David Cortesi, Martin Zibricky · pyinstaller

版本:6.22.2GPLv2-or-later with a special exception which allows to use PyInstaller to build and distribute non-free programs (including commercial ones)

pyinstaller-hooks-contrib

用于:公共组件

Legorooj(项目维护) · pyinstaller-hooks-contrib

版本:2026.7普通构建 hooks:GPL-2.0-or-later;随应用打包的 runtime hooks:Apache-2.0。

PyQt6

用于:公共组件

Riverbank Computing Limited <info@riverbankcomputing.com> · PyQt6

版本:6.11.0GPL-3.0-only

PyQt6-Qt6

用于:公共组件

Riverbank Computing Limited · PyQt6-Qt6

版本:6.11.2LGPL v3

PyQt6-WebEngine

用于:公共组件

Riverbank Computing Limited <info@riverbankcomputing.com> · PyQt6-WebEngine

版本:6.11.0GPL-3.0-only

PyQt6-WebEngine-Qt6

用于:公共组件

Riverbank Computing Limited · PyQt6-WebEngine-Qt6

版本:6.11.2LGPL v3

PyQt6_sip

用于:公共组件

Phil Thompson · PyQt6_sip

版本:13.12.0BSD-2-Clause

pytest

用于:公共组件

Brianna Laugher, Bruno Oliveira, Floris Bruynooghe, Freya Bruhin, Holger Krekel, Others (See AUTHORS), Ronny Pfannschmidt · pytest

版本:9.1.1MIT

pywin32-ctypes

用于:公共组件

Enthought Inc. · pywin32-ctypes

版本:0.2.3BSD-3-Clause

setuptools

用于:公共组件

Python Packaging Authority <distutils-sig@python.org> · setuptools

版本:84.0.0MIT

@babel/helper-string-parser

用于:公共组件

The Babel Team (https://babel.dev/team) · @babel/helper-string-parser

版本:7.29.7MIT

@babel/helper-validator-identifier

用于:公共组件

The Babel Team (https://babel.dev/team) · @babel/helper-validator-identifier

版本:7.29.7MIT

@babel/parser

用于:公共组件

The Babel Team (https://babel.dev/team) · @babel/parser

版本:7.29.8MIT

@babel/types

用于:公共组件

The Babel Team (https://babel.dev/team) · @babel/types

版本:7.29.8MIT

@jridgewell/sourcemap-codec

用于:公共组件

Justin Ridgewell <justin@ridgewell.name> · @jridgewell/sourcemap-codec

版本:1.6.0MIT

@oxc-project/types

用于:公共组件

Boshen and oxc contributors · @oxc-project/types

版本:0.148.0MIT

@rolldown/binding-android-arm-eabi

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-android-arm-eabi

版本:1.2.7MIT

@rolldown/binding-android-arm64

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-android-arm64

版本:1.2.7MIT

@rolldown/binding-darwin-arm64

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-darwin-arm64

版本:1.2.7MIT

@rolldown/binding-darwin-x64

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-darwin-x64

版本:1.2.7MIT

@rolldown/binding-freebsd-x64

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-freebsd-x64

版本:1.2.7MIT

@rolldown/binding-linux-arm-gnueabihf

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-arm-gnueabihf

版本:1.2.7MIT

@rolldown/binding-linux-arm64-gnu

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-arm64-gnu

版本:1.2.7MIT

@rolldown/binding-linux-arm64-musl

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-arm64-musl

版本:1.2.7MIT

@rolldown/binding-linux-ppc64-gnu

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-ppc64-gnu

版本:1.2.7MIT

@rolldown/binding-linux-s390x-gnu

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-s390x-gnu

版本:1.2.7MIT

@rolldown/binding-linux-x64-gnu

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-x64-gnu

版本:1.2.7MIT

@rolldown/binding-linux-x64-musl

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-x64-musl

版本:1.2.7MIT

@rolldown/binding-openharmony-arm64

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-openharmony-arm64

版本:1.2.7MIT

@rolldown/binding-win32-arm64-msvc

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-win32-arm64-msvc

版本:1.2.7MIT

@rolldown/binding-win32-x64-msvc

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-win32-x64-msvc

版本:1.2.7MIT

@rolldown/pluginutils

用于:公共组件

rolldown/plugins repository contributors · @rolldown/pluginutils

版本:1.0.1MIT

@vitejs/plugin-vue

用于:公共组件

Evan You · @vitejs/plugin-vue

版本:6.0.8MIT

@volar/language-core

用于:公共组件

Johnson Chu · @volar/language-core

版本:2.4.28MIT

@volar/source-map

用于:公共组件

Johnson Chu · @volar/source-map

版本:2.4.28MIT

@volar/typescript

用于:公共组件

Johnson Chu · @volar/typescript

版本:2.4.28MIT

@vue/compiler-core

用于:公共组件

Evan You · @vue/compiler-core

版本:3.5.42MIT

@vue/compiler-dom

用于:公共组件

Evan You · @vue/compiler-dom

版本:3.5.42MIT

@vue/compiler-sfc

用于:公共组件

Evan You · @vue/compiler-sfc

版本:3.5.42MIT

@vue/compiler-ssr

用于:公共组件

Evan You · @vue/compiler-ssr

版本:3.5.42MIT

@vue/language-core

用于:公共组件

Johnson Chu · @vue/language-core

版本:3.3.11MIT

@vue/reactivity

用于:公共组件

Evan You · @vue/reactivity

版本:3.5.42MIT

@vue/runtime-core

用于:公共组件

Evan You · @vue/runtime-core

版本:3.5.42MIT

@vue/runtime-dom

用于:公共组件

Evan You · @vue/runtime-dom

版本:3.5.42MIT

@vue/server-renderer

用于:公共组件

Evan You · @vue/server-renderer

版本:3.5.42MIT

@vue/shared

用于:公共组件

Evan You · @vue/shared

版本:3.5.42MIT

alien-signals

用于:公共组件

Johnson Chu · alien-signals

版本:3.2.1MIT

csstype

用于:公共组件

Fredrik Nicol <fredrik.nicol@gmail.com> · csstype

版本:3.2.3MIT

detect-libc

用于:公共组件

Lovell Fuller <npm@lovell.info> · detect-libc

版本:2.1.2Apache-2.0

entities

用于:公共组件

Felix Boehm <me@feedic.com> · entities

版本:7.0.1BSD-2-Clause

estree-walker

用于:公共组件

Rich Harris · estree-walker

版本:2.0.2MIT

fdir

用于:公共组件

thecodrr <thecodrr@protonmail.com> · fdir

版本:6.5.0MIT

fsevents

用于:公共组件

Philipp Dunkel、Ben Noordhuis、Elan Shankar、Miroslav Bajtoš、Paul Miller · fsevents

版本:2.3.3MIT

lightningcss

用于:公共组件

Devon Govett · lightningcss

版本:1.33.0MPL-2.0

lightningcss-android-arm64

用于:公共组件

Devon Govett · lightningcss-android-arm64

版本:1.33.0MPL-2.0

lightningcss-darwin-arm64

用于:公共组件

Devon Govett · lightningcss-darwin-arm64

版本:1.33.0MPL-2.0

lightningcss-darwin-x64

用于:公共组件

Devon Govett · lightningcss-darwin-x64

版本:1.33.0MPL-2.0

lightningcss-freebsd-x64

用于:公共组件

Devon Govett · lightningcss-freebsd-x64

版本:1.33.0MPL-2.0

lightningcss-linux-arm-gnueabihf

用于:公共组件

Devon Govett · lightningcss-linux-arm-gnueabihf

版本:1.33.0MPL-2.0

lightningcss-linux-arm64-gnu

用于:公共组件

Devon Govett · lightningcss-linux-arm64-gnu

版本:1.33.0MPL-2.0

lightningcss-linux-arm64-musl

用于:公共组件

Devon Govett · lightningcss-linux-arm64-musl

版本:1.33.0MPL-2.0

lightningcss-linux-x64-gnu

用于:公共组件

Devon Govett · lightningcss-linux-x64-gnu

版本:1.33.0MPL-2.0

lightningcss-linux-x64-musl

用于:公共组件

Devon Govett · lightningcss-linux-x64-musl

版本:1.33.0MPL-2.0

lightningcss-win32-arm64-msvc

用于:公共组件

Devon Govett · lightningcss-win32-arm64-msvc

版本:1.33.0MPL-2.0

lightningcss-win32-x64-msvc

用于:公共组件

Devon Govett · lightningcss-win32-x64-msvc

版本:1.33.0MPL-2.0

magic-string

用于:公共组件

Rich Harris · magic-string

版本:0.30.21MIT

muggle-string

用于:公共组件

Johnson Chu · muggle-string

版本:0.4.1MIT

nanoid

用于:公共组件

Andrey Sitnik <andrey@sitnik.ru> · nanoid

版本:3.3.18MIT

path-browserify

用于:公共组件

James Halliday · path-browserify

版本:1.0.1MIT

picocolors

用于:公共组件

Alexey Raspopov · picocolors

版本:1.1.1ISC

picomatch

用于:公共组件

Jon Schlinkert (https://github.com/jonschlinkert) · picomatch

版本:4.0.7MIT

postcss

用于:公共组件

Andrey Sitnik <andrey@sitnik.es> · postcss

版本:8.5.28MIT

rolldown

用于:公共组件

VoidZero Inc. & Contributors · rolldown

版本:1.2.7MIT

source-map-js

用于:公共组件

Valentin 7rulnik Semirulnik <v7rulnik@gmail.com> · source-map-js

版本:1.2.1BSD-3-Clause

tinyglobby

用于:公共组件

Superchupu · tinyglobby

版本:0.2.17MIT

typescript

用于:公共组件

Microsoft Corp. · typescript

版本:5.9.3Apache-2.0

vite

用于:公共组件

Evan You · vite

版本:8.2.2MIT

vscode-uri

用于:公共组件

Microsoft · vscode-uri

版本:3.2.0MIT

vue

用于:公共组件

Evan You · vue

版本:3.5.42MIT

vue-tsc

用于:公共组件

Johnson Chu · vue-tsc

版本:3.3.11MIT

CPython via python-build-standalone

用于:公共组件

Python Software Foundation and python-build-standalone contributors · CPython via python-build-standalone

版本:CPython 3.11.14PSF-2.0(CPython);随包组件分别保留许可

annotated-doc

用于:公共组件

=?utf-8?q?Sebasti=C3=A1n_Ram=C3=ADrez?= <tiangolo@gmail.com> · annotated-doc

版本:0.0.5MIT

annotated-types

用于:公共组件

Adrian Garcia Badaracco <1755071+adriangb@users.noreply.github.com>, Samuel Colvin <s@muelcolvin.com>, Zac Hatfield-Dodds <zac@zhd.dev> · annotated-types

版本:0.8.0MIT

anyio

用于:公共组件

Alex Grönholm <alex.gronholm@nextday.fi> · anyio

版本:4.15.1MIT

build

用于:公共组件

Filipe Laíns <lains@riseup.net>, Bernát Gábor <gaborjbernat@gmail.com>, layday <layday@protonmail.com>, Henry Schreiner <henryschreineriii@gmail.com> · build

版本:1.6.0MIT

certifi

用于:公共组件

Kenneth Reitz · certifi

版本:2026.7.22MPL-2.0

click

用于:公共组件

Pallets · click

版本:8.5.0BSD-3-Clause

colorama

用于:公共组件

Jonathan Hartley <tartley@tartley.com> · colorama

版本:0.4.6BSD-3-Clause

fastapi

用于:公共组件

=?utf-8?q?Sebasti=C3=A1n_Ram=C3=ADrez?= <tiangolo@gmail.com> · fastapi

版本:0.141.1MIT

h11

用于:公共组件

Nathaniel J. Smith · h11

版本:0.16.0MIT

httpcore

用于:公共组件

Tom Christie <tom@tomchristie.com> · httpcore

版本:1.0.9BSD-3-Clause

httpx

用于:公共组件

Tom Christie <tom@tomchristie.com> · httpx

版本:0.28.1BSD-3-Clause

idna

用于:公共组件

Kim Davies <kim+pypi@gumleaf.org> · idna

版本:3.19BSD-3-Clause

iniconfig

用于:公共组件

Ronny Pfannschmidt <opensource@ronnypfannschmidt.de>, Holger Krekel <holger.krekel@gmail.com> · iniconfig

版本:2.3.0MIT

packaging

用于:公共组件

Donald Stufft <donald@stufft.io> · packaging

版本:26.3Apache-2.0 OR BSD-2-Clause

pluggy

用于:公共组件

Holger Krekel <holger@merlinux.eu> · pluggy

版本:1.6.0MIT

pydantic

用于:公共组件

Samuel Colvin <s@muelcolvin.com>, Eric Jolibois <em.jolibois@gmail.com>, Hasan Ramezani <hasan.r67@gmail.com>, Adrian Garcia Badaracco <1755071+adriangb@users.noreply.github.com>, Terrence Dorsey <terry@pydantic.dev>, David Montague <david@pydantic.dev>, Serge Matveenko <lig@countzero.co>, Marcelo Trylesinski <marcelotryle@gmail.com>, Sydney Runkle <sydneymarierunkle@gmail.com>, David Hewitt <mail@davidhewitt.dev>, Alex Hall <alex.mojaki@gmail.com>, Victorien Plot <contact@vctrn.dev> · pydantic

版本:2.13.5MIT

pydantic_core

用于:公共组件

Samuel Colvin <s@muelcolvin.com>, Adrian Garcia Badaracco <1755071+adriangb@users.noreply.github.com>, David Montague <david@pydantic.dev>, David Hewitt <mail@davidhewitt.dev>, Sydney Runkle <sydneymarierunkle@gmail.com>, Victorien Plot <contact@vctrn.dev> · pydantic_core

版本:2.46.5MIT

Pygments

用于:公共组件

Georg Brandl <georg@python.org> · Pygments

版本:2.21.0BSD-2-Clause

pyproject_hooks

用于:公共组件

Thomas Kluyver <thomas@kluyver.me.uk> · pyproject_hooks

版本:1.2.0MIT

PyQt6

用于:参数估计、语音学论文精读

Riverbank Computing Limited <info@riverbankcomputing.com> · PyQt6

版本:6.11.0GPL-3.0-only

PyQt6-Qt6

用于:参数估计、语音学论文精读

Riverbank Computing Limited · PyQt6-Qt6

版本:6.11.2LGPL v3

PyQt6-WebEngine

用于:参数估计

Riverbank Computing Limited <info@riverbankcomputing.com> · PyQt6-WebEngine

版本:6.11.0GPL-3.0-only

PyQt6-WebEngine-Qt6

用于:参数估计

Riverbank Computing Limited · PyQt6-WebEngine-Qt6

版本:6.11.2LGPL v3

PyQt6_sip

用于:参数估计、语音学论文精读

Phil Thompson · PyQt6_sip

版本:13.12.0BSD-2-Clause

pytest

用于:公共组件

Brianna Laugher, Bruno Oliveira, Floris Bruynooghe, Freya Bruhin, Holger Krekel, Others (See AUTHORS), Ronny Pfannschmidt · pytest

版本:9.1.1MIT

setuptools

用于:公共组件

Python Packaging Authority <distutils-sig@python.org> · setuptools

版本:84.0.0MIT

starlette

用于:公共组件

Tom Christie <tom@tomchristie.com> · starlette

版本:1.6.0BSD-3-Clause

typing-inspection

用于:公共组件

Victorien Plot <contact@vctrn.dev> · typing-inspection

版本:0.4.4MIT

typing_extensions

用于:公共组件

"Guido van Rossum, Jukka Lehtosalo, Łukasz Langa, Michael Lee" <levkivskyi@gmail.com> · typing_extensions

版本:4.16.0PSF-2.0

uvicorn

用于:公共组件

Tom Christie <tom@tomchristie.com> · uvicorn

版本:0.52.4BSD-3-Clause

wheel

用于:公共组件

Daniel Holth <dholth@fastmail.fm> · wheel

版本:0.48.0MIT

@babel/code-frame

用于:公共组件

The Babel Team (https://babel.dev/team) · @babel/code-frame

版本:7.29.7MIT

@babel/helper-string-parser

用于:公共组件

The Babel Team (https://babel.dev/team) · @babel/helper-string-parser

版本:7.29.7MIT

@babel/helper-validator-identifier

用于:公共组件

The Babel Team (https://babel.dev/team) · @babel/helper-validator-identifier

版本:7.29.7MIT

@babel/parser

用于:公共组件

The Babel Team (https://babel.dev/team) · @babel/parser

版本:7.29.8MIT

@babel/types

用于:公共组件

The Babel Team (https://babel.dev/team) · @babel/types

版本:7.29.8MIT

@jridgewell/sourcemap-codec

用于:公共组件

Justin Ridgewell <justin@ridgewell.name> · @jridgewell/sourcemap-codec

版本:1.6.0MIT

@oxc-project/types

用于:公共组件

Boshen and oxc contributors · @oxc-project/types

版本:0.148.0MIT

@redocly/ajv

用于:公共组件

Evgeny Poberezkin · @redocly/ajv

版本:8.11.2MIT

@redocly/config

用于:公共组件

Redocly Inc. · @redocly/config

版本:0.22.0MIT

@redocly/openapi-core

用于:公共组件

Redocly Inc. · @redocly/openapi-core

版本:1.34.19MIT

@rolldown/binding-android-arm-eabi

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-android-arm-eabi

版本:1.2.7MIT

@rolldown/binding-android-arm64

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-android-arm64

版本:1.2.7MIT

@rolldown/binding-darwin-arm64

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-darwin-arm64

版本:1.2.7MIT

@rolldown/binding-darwin-x64

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-darwin-x64

版本:1.2.7MIT

@rolldown/binding-freebsd-x64

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-freebsd-x64

版本:1.2.7MIT

@rolldown/binding-linux-arm-gnueabihf

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-arm-gnueabihf

版本:1.2.7MIT

@rolldown/binding-linux-arm64-gnu

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-arm64-gnu

版本:1.2.7MIT

@rolldown/binding-linux-arm64-musl

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-arm64-musl

版本:1.2.7MIT

@rolldown/binding-linux-ppc64-gnu

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-ppc64-gnu

版本:1.2.7MIT

@rolldown/binding-linux-s390x-gnu

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-s390x-gnu

版本:1.2.7MIT

@rolldown/binding-linux-x64-gnu

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-x64-gnu

版本:1.2.7MIT

@rolldown/binding-linux-x64-musl

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-linux-x64-musl

版本:1.2.7MIT

@rolldown/binding-openharmony-arm64

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-openharmony-arm64

版本:1.2.7MIT

@rolldown/binding-win32-arm64-msvc

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-win32-arm64-msvc

版本:1.2.7MIT

@rolldown/binding-win32-x64-msvc

用于:公共组件

VoidZero Inc. & Contributors · @rolldown/binding-win32-x64-msvc

版本:1.2.7MIT

@rolldown/pluginutils

用于:公共组件

rolldown/plugins repository contributors · @rolldown/pluginutils

版本:1.0.1MIT

@vitejs/plugin-vue

用于:公共组件

Evan You · @vitejs/plugin-vue

版本:6.0.8MIT

@volar/language-core

用于:公共组件

Johnson Chu · @volar/language-core

版本:2.4.28MIT

@volar/source-map

用于:公共组件

Johnson Chu · @volar/source-map

版本:2.4.28MIT

@volar/typescript

用于:公共组件

Johnson Chu · @volar/typescript

版本:2.4.28MIT

@vue/compiler-core

用于:公共组件

Evan You · @vue/compiler-core

版本:3.5.42MIT

@vue/compiler-dom

用于:公共组件

Evan You · @vue/compiler-dom

版本:3.5.42MIT

@vue/compiler-sfc

用于:公共组件

Evan You · @vue/compiler-sfc

版本:3.5.42MIT

@vue/compiler-ssr

用于:公共组件

Evan You · @vue/compiler-ssr

版本:3.5.42MIT

@vue/language-core

用于:公共组件

Johnson Chu · @vue/language-core

版本:3.3.11MIT

@vue/reactivity

用于:公共组件

Evan You · @vue/reactivity

版本:3.5.42MIT

@vue/runtime-core

用于:公共组件

Evan You · @vue/runtime-core

版本:3.5.42MIT

@vue/runtime-dom

用于:公共组件

Evan You · @vue/runtime-dom

版本:3.5.42MIT

@vue/server-renderer

用于:公共组件

Evan You · @vue/server-renderer

版本:3.5.42MIT

@vue/shared

用于:公共组件

Evan You · @vue/shared

版本:3.5.42MIT

agent-base

用于:公共组件

Nathan Rajlich <nathan@tootallnate.net> (http://n8.io/) · agent-base

版本:7.1.4MIT

alien-signals

用于:公共组件

Johnson Chu · alien-signals

版本:3.2.1MIT

ansi-colors

用于:公共组件

Brian Woodward (https://github.com/doowb) · ansi-colors

版本:4.1.3MIT

argparse

用于:公共组件

argparse

版本:2.0.1Python-2.0

balanced-match

用于:公共组件

Julian Gruber · balanced-match

版本:1.0.2MIT

brace-expansion

用于:公共组件

Julian Gruber · brace-expansion

版本:2.1.4MIT

change-case

用于:公共组件

Blake Embrey · change-case

版本:5.4.4MIT

colorette

用于:公共组件

Jorge Bucaran · colorette

版本:1.4.0MIT

csstype

用于:公共组件

Fredrik Nicol <fredrik.nicol@gmail.com> · csstype

版本:3.2.3MIT

debug

用于:公共组件

Josh Junon (https://github.com/qix-) · debug

版本:4.4.3MIT

detect-libc

用于:公共组件

Lovell Fuller <npm@lovell.info> · detect-libc

版本:2.1.2Apache-2.0

entities

用于:公共组件

Felix Boehm <me@feedic.com> · entities

版本:7.0.1BSD-2-Clause

estree-walker

用于:公共组件

Rich Harris · estree-walker

版本:2.0.2MIT

fast-deep-equal

用于:公共组件

Evgeny Poberezkin · fast-deep-equal

版本:3.1.3MIT

fdir

用于:公共组件

thecodrr <thecodrr@protonmail.com> · fdir

版本:6.5.0MIT

fsevents

用于:公共组件

Philipp Dunkel、Ben Noordhuis、Elan Shankar、Miroslav Bajtoš、Paul Miller · fsevents

版本:2.3.3MIT

https-proxy-agent

用于:公共组件

Nathan Rajlich <nathan@tootallnate.net> (http://n8.io/) · https-proxy-agent

版本:7.0.6MIT

index-to-position

用于:公共组件

Sindre Sorhus · index-to-position

版本:1.2.0MIT

js-levenshtein

用于:公共组件

Gustaf Andersson · js-levenshtein

版本:1.1.6MIT

js-tokens

用于:公共组件

Simon Lydell · js-tokens

版本:4.0.0MIT

js-yaml

用于:公共组件

Vladimir Zapparov <dervus.grim@gmail.com> · js-yaml

版本:4.3.2MIT

json-schema-traverse

用于:公共组件

Evgeny Poberezkin · json-schema-traverse

版本:1.0.0MIT

lightningcss

用于:公共组件

Devon Govett · lightningcss

版本:1.33.0MPL-2.0

lightningcss-android-arm64

用于:公共组件

Devon Govett · lightningcss-android-arm64

版本:1.33.0MPL-2.0

lightningcss-darwin-arm64

用于:公共组件

Devon Govett · lightningcss-darwin-arm64

版本:1.33.0MPL-2.0

lightningcss-darwin-x64

用于:公共组件

Devon Govett · lightningcss-darwin-x64

版本:1.33.0MPL-2.0

lightningcss-freebsd-x64

用于:公共组件

Devon Govett · lightningcss-freebsd-x64

版本:1.33.0MPL-2.0

lightningcss-linux-arm-gnueabihf

用于:公共组件

Devon Govett · lightningcss-linux-arm-gnueabihf

版本:1.33.0MPL-2.0

lightningcss-linux-arm64-gnu

用于:公共组件

Devon Govett · lightningcss-linux-arm64-gnu

版本:1.33.0MPL-2.0

lightningcss-linux-arm64-musl

用于:公共组件

Devon Govett · lightningcss-linux-arm64-musl

版本:1.33.0MPL-2.0

lightningcss-linux-x64-gnu

用于:公共组件

Devon Govett · lightningcss-linux-x64-gnu

版本:1.33.0MPL-2.0

lightningcss-linux-x64-musl

用于:公共组件

Devon Govett · lightningcss-linux-x64-musl

版本:1.33.0MPL-2.0

lightningcss-win32-arm64-msvc

用于:公共组件

Devon Govett · lightningcss-win32-arm64-msvc

版本:1.33.0MPL-2.0

lightningcss-win32-x64-msvc

用于:公共组件

Devon Govett · lightningcss-win32-x64-msvc

版本:1.33.0MPL-2.0

magic-string

用于:公共组件

Rich Harris · magic-string

版本:0.30.21MIT

minimatch

用于:公共组件

Isaac Z. Schlueter <i@izs.me> (http://blog.izs.me) · minimatch

版本:5.1.9ISC

ms

用于:公共组件

Vercel, Inc. · ms

版本:2.1.3MIT

muggle-string

用于:公共组件

Johnson Chu · muggle-string

版本:0.4.1MIT

nanoid

用于:公共组件

Andrey Sitnik <andrey@sitnik.ru> · nanoid

版本:3.3.18MIT

openapi-typescript

用于:公共组件

Drew Powers · openapi-typescript

版本:7.13.0MIT

parse-json

用于:公共组件

Sindre Sorhus · parse-json

版本:8.3.0MIT

path-browserify

用于:公共组件

James Halliday · path-browserify

版本:1.0.1MIT

picocolors

用于:公共组件

Alexey Raspopov · picocolors

版本:1.1.1ISC

picomatch

用于:公共组件

Jon Schlinkert (https://github.com/jonschlinkert) · picomatch

版本:4.0.7MIT

pluralize

用于:公共组件

Blake Embrey · pluralize

版本:8.0.0MIT

postcss

用于:公共组件

Andrey Sitnik <andrey@sitnik.es> · postcss

版本:8.5.28MIT

require-from-string

用于:公共组件

Vsevolod Strukchinsky · require-from-string

版本:2.0.2MIT

rolldown

用于:公共组件

VoidZero Inc. & Contributors · rolldown

版本:1.2.7MIT

source-map-js

用于:公共组件

Valentin 7rulnik Semirulnik <v7rulnik@gmail.com> · source-map-js

版本:1.2.1BSD-3-Clause

supports-color

用于:公共组件

Sindre Sorhus · supports-color

版本:10.2.2MIT

tinyglobby

用于:公共组件

Superchupu · tinyglobby

版本:0.2.17MIT

type-fest

用于:公共组件

Sindre Sorhus · type-fest

版本:4.41.0(MIT OR CC0-1.0)

typescript

用于:公共组件

Microsoft Corp. · typescript

版本:5.9.3Apache-2.0

uri-js-replace

用于:公共组件

https://github.com/andreinwald · uri-js-replace

版本:1.0.1MIT

vite

用于:公共组件

Evan You · vite

版本:8.2.2MIT

vscode-uri

用于:公共组件

Microsoft · vscode-uri

版本:3.2.0MIT

vue

用于:感知实验

Evan You · vue

版本:3.5.42MIT

vue-tsc

用于:公共组件

Johnson Chu · vue-tsc

版本:3.3.11MIT

yaml-ast-parser

用于:公共组件

MuleSoft, Inc. · yaml-ast-parser

版本:0.0.43Apache-2.0

yargs-parser

用于:公共组件

Ben Coe <ben@npmjs.com> · yargs-parser

版本:21.1.1ISC

CPython via python-build-standalone

用于:公共组件

Python Software Foundation and python-build-standalone contributors · CPython via python-build-standalone

版本:CPython 3.11.14PSF-2.0(CPython);随包组件分别保留许可

argon2-cffi-bindings

用于:公共组件

Hynek Schlawack · argon2-cffi-bindings

版本:26.1.0MIT

pycparser

用于:公共组件

Eli Bendersky · pycparser

版本:3.0BSD-3-Clause

OWASP Session Management Cheat Sheet

用于:公共组件

OWASP Cheat Sheet Series contributors · OWASP Session Management Cheat Sheet

OWASP CSRF Prevention Cheat Sheet

用于:公共组件

OWASP Cheat Sheet Series contributors · OWASP CSRF Prevention Cheat Sheet

PostgreSQL (P05 isolated database validation)

用于:公共组件

PostgreSQL Global Development Group;EDB Windows distribution · PostgreSQL (P05 isolated database validation)

版本:17.11; EDB archive 17.11-3 Windows x64PostgreSQL; bundled native dependencies have separate licenses

SQLite (CPython bundled local task store)

用于:参数估计、参数显示

SQLite authors · SQLite (CPython bundled local task store)

版本:3.50.4Public domain; bundled with existing CPython runtime

PostgreSQL 17 SELECT and advisory locking documentation

用于:参数估计

PostgreSQL Global Development Group · PostgreSQL 17 SELECT and advisory locking documentation

Python 3.11 file durability and process file locking documentation

用于:公共组件

Python Software Foundation and Python contributors · Python 3.11 file durability and process file locking documentation

版本:Python 3.11

Starlette response ASGI interface documentation

用于:公共组件

Starlette contributors · Starlette response ASGI interface documentation

Playwright independent browser verification

用于:公共组件

Microsoft and Playwright contributors · Playwright independent browser verification

版本:1.62.1Apache-2.0

Python zipfile standard library and ZIP API documentation

用于:公共组件

Python Software Foundation and Python contributors · Python zipfile standard library and ZIP API documentation

版本:Python 3.11PSF-2.0 (existing CPython runtime)

build

用于:参数估计

Filipe Laíns <lains@riseup.net>, Bernát Gábor <gaborjbernat@gmail.com>, layday <layday@protonmail.com>, Henry Schreiner <henryschreineriii@gmail.com> · build

版本:1.6.0MIT

colorama

用于:参数估计

Jonathan Hartley <tartley@tartley.com> · colorama

版本:0.4.6BSD-3-Clause

iniconfig

用于:参数估计

Ronny Pfannschmidt <opensource@ronnypfannschmidt.de>, Holger Krekel <holger.krekel@gmail.com> · iniconfig

版本:2.3.0MIT

numpy

用于:参数估计、语谱图转音频

Travis E. Oliphant et al. · numpy

版本:2.2.6BSD-3-Clause;wheel 内 OpenBLAS/LAPACK/运行库等独立许可与例外须一并保留。

packaging

用于:参数估计

Donald Stufft <donald@stufft.io> · packaging

版本:26.3Apache-2.0 OR BSD-2-Clause

pandas

用于:参数估计

The Pandas Development Team <pandas-dev@python.org> · pandas

版本:2.3.3BSD-3-Clause;保留实际发行文件的版权和第三方通知。

pluggy

用于:参数估计

Holger Krekel <holger@merlinux.eu> · pluggy

版本:1.6.0MIT

praat-parselmouth

用于:参数估计

Yannick Jadoul · praat-parselmouth

版本:0.4.7GPL-3.0-or-later(Parselmouth 0.4.7);内嵌 Praat 与依赖许可另列。

Pygments

用于:参数估计

Georg Brandl <georg@python.org> · Pygments

版本:2.21.0BSD-2-Clause

pyproject_hooks

用于:参数估计

Thomas Kluyver <thomas@kluyver.me.uk> · pyproject_hooks

版本:1.2.0MIT

pytest

用于:参数估计

Brianna Laugher, Bruno Oliveira, Floris Bruynooghe, Freya Bruhin, Holger Krekel, Others (See AUTHORS), Ronny Pfannschmidt · pytest

版本:9.1.1MIT

python-dateutil

用于:参数估计

Gustavo Niemeyer · python-dateutil

版本:2.9.0.post0Apache-2.0(2017-12-01 后及已重新许可的贡献)与 BSD-3-Clause(早期贡献),按文件与原文范围保留。

pytz

用于:参数估计

Stuart Bishop · pytz

版本:2025.2MIT

scipy

用于:参数估计、参数显示、语谱图转音频、TextGrid标注

SciPy Developers · scipy

版本:1.16.3BSD-3-Clause;wheel 内原生组件、运行库许可与例外须一并保留。

setuptools

用于:参数估计

Python Packaging Authority <distutils-sig@python.org> · setuptools

版本:84.0.0MIT

six

用于:参数估计

Benjamin Peterson · six

版本:1.17.0MIT

tzdata

用于:参数估计

Python Software Foundation · tzdata

版本:2025.2Apache-2.0

wheel

用于:参数估计

Daniel Holth <dholth@fastmail.fm> · wheel

版本:0.48.0MIT

openpyxl

用于:参数估计、参数显示

See AUTHORS · openpyxl

版本:3.1.5MIT

et-xmlfile

用于:参数估计

See AUTHORS.txt · et-xmlfile

版本:2.0.0MIT

RIFF WAVE / WAVEFORMATEXTENSIBLE

用于:参数估计

Microsoft · RIFF WAVE / WAVEFORMATEXTENSIBLE

Python 3.11 pickle format and restricted numeric conversion

用于:参数估计

Python Software Foundation · Python 3.11 pickle format and restricted numeric conversion

版本:Python 3.11

WebCodecs specification

用于:生理参数合成

W3C Web Media Working Group · WebCodecs specification

WebM Container Guidelines

用于:生理参数合成

The WebM Project · WebM Container Guidelines

Portable Network Graphics (PNG) Specification (Third Edition)

用于:参数显示

W3C Portable Network Graphics Working Group · Portable Network Graphics (PNG) Specification (Third Edition)

版本:第三版,W3C Recommendation 2025-06-24

CSS font loading, Qt font catalogue and Matplotlib font resolution

用于:参数显示、EGG 信号分析、生理参数合成

W3C CSS Working Group;The Qt Company;Matplotlib developers · CSS font loading, Qt font catalogue and Matplotlib font resolution

版本:CSS Font Loading Level 3,Working Draft 2023-04-06

NumPy

用于:LPC 谱图

NumPy contributors · NumPy

版本:2.2.6BSD-3-Clause(项目代码);原生组件与运行库分别保留许可

SciPy

用于:LPC 谱图

SciPy contributors · SciPy

版本:1.16.3BSD-3-Clause(项目代码);原生组件与运行库分别保留许可

NASA Eileen Collins portrait via scikit-image

用于:唇形提取

NASA · NASA Eileen Collins portrait via scikit-image

版本:scikit-image v0.19.3 astronaut.pngNASA public-domain image; no endorsement or commercial likeness claim

PTB IPA Plus 1.000 — module font derived from Doulos SIL 7.000

用于:国际音标表Plus、TextGrid标注

SIL Global;Noto authors · PTB IPA Plus 1.000 — module font derived from Doulos SIL 7.000

版本:PTB IPA Plus 1.000 / Doulos SIL 7.000SIL Open Font License 1.1

Interactive IPA Chart 与 IPA Unicode Keyboard

用于:国际音标表Plus

IPAChart.com. Interactive IPA Chart[EB/OL]. [2026-10-11]. https://www.ipachart.com/. RUTER W. International Phonetic Alphabet (IPA) Unicode Chart and Character Picker[EB/OL]. [2026-10-11]. https://github.com/westonruter/ipa-chart.

参考音标表的交互与分区方式。

iPA Phonetics(iPA Phonetics Pro)

用于:国际音标表Plus

ESLING J, COEY C. iPA Phonetics: Version 3.0[EB/OL]. App Store, (2025-02-15)[2026-10-11]. https://apps.apple.com/us/app/ipa-phonetics/id869642260.

参考应用的符号展示与组合输入方式。

JetBrains Mono

用于:公共组件

The JetBrains Mono Project Authors · JetBrains Mono

版本:2.304 Regular WOFF2SIL Open Font License 1.1

Codex 配色参考

用于:公共组件

OpenAI and respective theme authors · Codex 配色参考

配色 · Absolutely(PTB 独立适配)

用于:公共组件

配色 · Absolutely(PTB 独立适配)

版本:PTB palette adaptations / 1

配色 · Ayu(PTB 独立适配)

用于:公共组件

Konstantin Pschera / ayu-theme contributors · 配色 · Ayu(PTB 独立适配)

版本:PTB palette adaptations / 1MIT(已核对公开上游许可原文)。保留作者与许可声明;由 PTB 独立适配。

配色 · Dracula(PTB 独立适配)

用于:公共组件

Zeno Rocha / Dracula Theme contributors · 配色 · Dracula(PTB 独立适配)

版本:PTB palette adaptations / 1MIT(已核对公开上游许可原文)。保留作者与许可声明;由 PTB 独立适配。

配色 · Lobster(PTB 独立适配)

用于:公共组件

配色 · Lobster(PTB 独立适配)

版本:PTB palette adaptations / 1

配色 · Matrix(PTB 独立适配)

用于:公共组件

配色 · Matrix(PTB 独立适配)

版本:PTB palette adaptations / 1

配色 · OG(PTB 独立适配)

用于:公共组件

配色 · OG(PTB 独立适配)

版本:PTB palette adaptations / 1

配色 · Oscurange(PTB 独立适配)

用于:公共组件

配色 · Oscurange(PTB 独立适配)

版本:PTB palette adaptations / 1

配色 · Proof(PTB 独立适配)

用于:公共组件

配色 · Proof(PTB 独立适配)

版本:PTB palette adaptations / 1

配色 · Rose Pine(PTB 独立适配)

用于:公共组件

mvllow / Rosé Pine contributors · 配色 · Rose Pine(PTB 独立适配)

版本:PTB palette adaptations / 1MIT(已核对公开上游许可原文)。保留作者与许可声明;由 PTB 独立适配。

配色 · Temple(PTB 独立适配)

用于:公共组件

配色 · Temple(PTB 独立适配)

版本:PTB palette adaptations / 1

配色 · Tokyo Night(PTB 独立适配)

用于:公共组件

Enkia / Tokyo Night contributors · 配色 · Tokyo Night(PTB 独立适配)

版本:PTB palette adaptations / 1MIT(已核对公开上游许可原文)。保留作者与许可声明;由 PTB 独立适配。

配色 · VS Code Plus(PTB 独立适配)

用于:公共组件

Microsoft 名称仅作视觉参考 · 配色 · VS Code Plus(PTB 独立适配)

版本:PTB palette adaptations / 1

PyAV

用于:唇形提取、生理参数合成

PyAV contributors · PyAV

版本:16.1.0BSD-3-Clause (binding); bundled FFmpeg codecs have separate build-dependent terms

markdown-it

用于:公共组件

Vitaly Puzrin;Alex Kocharin · markdown-it

版本:15.0.2MIT

lxml

用于:音系归纳

lxml dev team · lxml

版本:6.0.2BSD-3-Clause

Pink Trombone

用于:生理参数合成

Neil Thapen · Pink Trombone

版本:No code included; inspected version 1.1, March 2017MIT

OpenLayers and runtime dependencies

用于:语言地图

OpenLayers contributors · OpenLayers and runtime dependencies

版本:10.11.0BSD-2-Clause; transitive licenses preserved

ChinaAdminDivisonSHP

用于:语言地图

GaryBikini;upstream AMap data · ChinaAdminDivisonSHP

版本:ae72417fee2a63f453e6b2717e40655e87e26887 / v24.02.06

直辖市县市及乡镇市区界线

用于:语言地图

内政部国土测绘中心 · 直辖市县市及乡镇市区界线

版本:COUNTY_MOI_1090820; TOWN_MOI_1120317政府资料开放授权条款第1版

Natural Earth land: 1:110m display and 1:10m independent coastal audit

用于:语言地图

Natural Earth contributors · Natural Earth land: 1:110m display and 1:10m independent coastal audit

版本:1:110m runtime land downloaded 2026-10-22; independent 1:10m land 5.1.1 audit reference downloaded 2026-10-24Public domain

OpenStreetMap administrative boundaries

用于:语言地图

OpenStreetMap contributors;Geofabrik extract · OpenStreetMap administrative boundaries

版本:2026-10-22 snapshotODbL 1.0

Hong Kong administrative boundaries: 18 districts

用于:语言地图

Government of the Hong Kong Special Administrative Region;Home Affairs Department;DATA.GOV.HK · Hong Kong administrative boundaries: 18 districts

版本:2026-09-11 dataDATA.GOV.HK Terms of Use 1.2 (2025-05-26)

全国行政区划信息查询平台:县级以上名称与代码

用于:语言地图

中华人民共和国民政部 · 全国行政区划信息查询平台:县级以上名称与代码

提供县级以上行政区划的名称、代码和上级关系,供地图区域对应核对。

版本:2026-10-24 核对

DataV GeoAtlas 中国行政区划与边界显示数据

用于:语言地图

阿里云DataV;高德开放平台 · DataV GeoAtlas 中国行政区划与边界显示数据

版本:areas_v3(页面标注2021.5)DataV GeoAtlas学习交流用途告知
A FEW SMALL QUESTIONS

有些小疑问,
先在这里碰个头。

01下载免安装版,还是安装版?

两者提供相同工具。免安装版下载后直接运行,安装版会引导安装并创建快捷方式。当前提供 Windows 10 1809 及以上版本、Windows 11 的 x64 版本。

02网页版现在可以用吗?

网页版正在公开测试,可从首页的“进入网页版”访问。也可在本页浏览功能、试听小实验和下载桌面应用。

03录音和研究材料会自动上传吗?

桌面版在本机处理材料,不会自动上传本地文件。发送问题反馈、下载组件或访问论文资源时会使用网络;分享附件前,可以先检查其中的个人信息。

04MFA 自动标注为什么还要下载组件?

MFA 的运行环境、声学模型和发音词典是独立组件。首次使用时,在 MFA 自动标注中打开“组件安装与环境检查”,按提示下载安装,或选择已下载的组件包。

05自动标注后,还需要人工检查吗?

需要。MFA 将声音与已有文本对齐,自动边界仍需核对。可以在 TextGrid 标注中对照波形与语谱图继续调整。

06在哪里查看每个工具的操作和参数?

应用左下角有完整使用说明,每个工具右上角也有“帮助”和“方法与引用”。先找对应章节,再按自己的材料设置参数。

NOTES FROM THE WORKBENCH

工具箱的,更新小记。

翻到这一版
v3.1.3

PhoneticToolbox 3.1.3 更新小记

这次更新补上了中、英、日三语界面,然后也集中修了一批分析、排队和文件管理的问题。。

声学分析

  • 重点:修正 Intensity 的参考值。 参考声压改为 20 μPa。在相同输入和分析窗口下,非零能量帧的数值比旧版降低约 5.0309 dB。数字静音改为缺失值,历史结果仍可读取。比较新旧结果时,请留意计算版本,建议统一版本重新分析。(p.s.普通录音的幅度通常没有经过声压标定,Intensity 数值不能直接当作实际声压级。如果要计算声压级,需要知道麦克风的详细参数以及发音人唇部距离麦克风的距离)
  • 重点:无效校正不再混入有效数值。 Iseli 校正遇到无效带宽等输入时,返回缺失值,避免把未完成的校正当作零校正。
  • 修复低采样率音频分析失败。 8 kHz 等低采样率录音中,超出可测频段的高频参数记为缺失值,其余可测参数继续计算。

界面与使用说明

  • 重点:新增中、英、日三语界面。 可以在主页和设置中切换语言,并保存选择。英语、日语离线说明书支持单独下载导入,默认随应用附带中文说明书。
  • 减少读文件时的界面卡顿。 目录扫描、文件读取和 TextGrid 解析改为后台处理。
  • 修复部分操作和显示问题。 包括 EGG 参数保存失败、PDF 退出全屏后窗口状态不正确,以及部分提示切换语言后没有同步更新。

任务与文件管理

  • 重点:修复任务越用越多后无法继续提交的问题。 已结束的历史任务不再占用活动任务名额;排队等待与实际运行时间分开计算,避免任务还没开始就耗尽运行预算。
  • 改善后台任务恢复。 处理异常任务、后台工作进程意外退出和超大批次快照,减少后续任务一直停在队列中的情况。
  • 新增可选的导入副本清理。 该选项默认关闭,仅处理工具箱缓存中的无引用复制件,保留活动任务、待处理批次、仍保留的结果及其依赖文件,不删除来源目录里的原文件。
  • 减少缓存反复写盘和无效记录积累。 同时修复新建标注保存锁在进程崩溃后残留、阻止再次保存的问题。旧版无法确认归属的锁仍会保留。

网页版与其他修复

  • 改善多人使用时的文件读写。 不同账户的普通文件操作可以并行处理,数据库连接有界复用;大文件传输与交互请求分开安排。下载仍逐块检查身份和有效期。
  • 修复登录与预览问题。 减少针对某个用户名反复尝试登录造成的误锁,修复成功登录后的计数异常;其他用户打开 EGG 预览时,不再直接挤掉已有会话。
  • 完善等待与退出处理。 补充超时提示、子进程收尾和维护任务异常恢复;更新安装器长时间无响应时明确报错。页面隐藏后,反馈对话暂停定时刷新。

本次更新面向 Windows 版和网页版。Mac 版暂不提供新的安装包(还没租Mac服务器……Mac大概每两个版本更新一次叭,sorry各位)。大家在使用中如果还遇到问题,欢迎通过工具箱里的问题反馈告诉韶子~

下载英语离线说明书 · 下载日语离线说明书

下载后,在应用的使用说明中导入对应 ZIP 文件。

下一步…
THE NEXT LITTLE STEP

短时窗里的声音,
还想听得更清楚。

语谱图转音频
模型训练进行中

唔……最近在试着让语谱图转音频的效果更好一些。韶子还训练了一个小模型,让它结合图片和时间、频率标定,估计生成这张语谱图时可能使用的 STFT 窗宽与动态范围。有了这两个估计值,就可以先调整重建参数,再试着把声音找回来啦。

相位重建这一步,韶子参考了青木(Naofumi Aoki)关于短时窗语谱图重建的研究,先沿频率方向求和,从得到的时间投影里提取峰值脉冲,构造激励信号,再用它的相位初始化 Griffin–Lim。这样,迭代就有了一个可以参考的起点。迭代过程中,还借用了 Perraudin 等人的动量加速方法,把相邻两次迭代的变化也利用起来,帮助相位估计更快接近目标。工具箱目前采用 0.99 的动量系数,收敛通常能快一些。

有了初步重建的声音之后呢,接下来就是 Mel 谱修复啦。先把声音转成 Mel 谱,再训练一个条件化 NAFNet,让它以目标 Mel 谱为参照,学习修补重建过程中出现的频谱偏差,希望能把模糊、失真的频谱结构整理得更接近自然声音。修复后的 Mel 谱再交给 BigVGAN 声码器,由它生成最终的音频波形。这一步沿用预训练的 BigVGAN,让声码器利用已经学到的语音规律,把修复后的频谱合成为声音(其实和降噪、回声消除之类的算法差不多)。

目前还在继续折腾,希望能成功hhh 下面把原始 GL、动量加速、参数预测、青木初始化和 Mel 谱修复分成五路,一步一步听听变化叭。

相位起点:青木的短时窗重建研究 ↗Technique of improving speech restoration from spectrograms of short windows for the Griffin–Lim algorithmNaofumi Aoki · 2023 · Acoustical Science and Technology, 44(3), 186–188 迭代过程:动量加速 Griffin–Lim · 作者全文 ↗A fast Griffin–Lim algorithmNathanaël Perraudin, Peter Balazs & Peter L. Søndergaard · 2013 · WASPAA, 1–4
  1. 01 / 先读一读图片

    估计 STFT 参数

    窗宽与动态范围预测模型

    结合语谱图与时间、频率标定,预测窗宽和动态范围,窗宽取整到毫秒。

  2. 02 / 再把声音找回来

    动量加速重建

    Griffin–Lim · 动量 0.99

    按预测参数,用青木脉冲初始化相位,迭代 32 次,重建初步声音。

  3. 03 / 把频谱修一修

    Mel 谱修复

    条件化 NAFNet

    把第四路青木初始化动量 GL 的同一段声音转成 Mel 谱,用训练好的 80 带模型修补频谱偏差。

  4. 04 / 再交给耳朵听

    合成音频

    BigVGAN

    沿用预训练声码器,把修复后的 Mel 谱合成为最终的音频波形。

同一张图,五种方式听一听。

先听原始 GL,再听动量加速,第三路加入小模型预测的窗宽与动态范围,第四路再加上 青木脉冲初始化,第五路把第四路的同一段声音交给 80 带 NAFNet 修复 Mel 谱,再由 BigVGAN 合成。前两路固定 10 ms 窗宽和 60 dB 动态范围,后三路使用每张图各自的预测参数,Griffin–Lim 都迭代 32 次。

把鼠标放在任一试听按钮上,看看五路语谱图的变化。键盘聚焦也可以查看。

Hi, this is Steve Jobs.

Julius O. Smith III (2007). Mathematics of the Discrete Fourier Transform (DFT), 2nd ed., Fig. 8.10. 语谱图原图节选
Smith (2007) · 图 8.10 ↗

前两路:10 ms Hann 窗 · 60 dB
模型估计:22.10 ms → 用 22 ms
预测动态范围:61.11 dB
前三路:随机相位 · 后两路:青木初始化
GL 均为 32 次迭代

Levantan las olas

Whitney Chappell (2021). /s/ weakening in Nicaragua. In E. Núñez-Méndez (ed.), Sociolinguistic Approaches to Sibilant Variation in Spanish, pp. 217–245. Fig. 7.4, p. 228. 语谱图原图节选
Chappell (2021) · 图 7.4 ↗

前两路:10 ms Hann 窗 · 60 dB
模型估计:4.54 ms → 用 5 ms
预测动态范围:49.43 dB
前三路:随机相位 · 后两路:青木初始化
GL 均为 32 次迭代

observo

Whitney Chappell (2021). /s/ weakening in Nicaragua. In E. Núñez-Méndez (ed.), Sociolinguistic Approaches to Sibilant Variation in Spanish, pp. 217–245. Fig. 7.3, p. 226. 语谱图原图节选
Chappell (2021) · 图 7.3 ↗

前两路:10 ms Hann 窗 · 60 dB
模型估计:5.36 ms → 用 5 ms
预测动态范围:56.28 dB
前三路:随机相位 · 后两路:青木初始化
GL 均为 32 次迭代

Lu 2025 · modal

Lu, Liang & Kong (2025), Journal of Phonetics 110,101413 语谱图原图节选
Lu, Liang & Kong (2025) · modal ↗

前两路:10 ms Hann 窗 · 60 dB
模型估计:4.09 ms → 用 4 ms
预测动态范围:83.42 dB
前三路:随机相位 · 后两路:青木初始化
GL 均为 32 次迭代

Lu 2025 · pressed

Lu, Liang & Kong (2025), Journal of Phonetics 110,101413 语谱图原图节选
Lu, Liang & Kong (2025) · pressed ↗

前两路:10 ms Hann 窗 · 60 dB
模型估计:4.91 ms → 用 5 ms
预测动态范围:87.36 dB
前三路:随机相位 · 后两路:青木初始化
GL 均为 32 次迭代

知乎例图 · 2 秒 / 6 kHz

用户上传图的既有裁剪与处理版本;未使用上方波形 语谱图原图节选
知乎例图

前两路:10 ms Hann 窗 · 60 dB
模型估计:5.49 ms → 用 5 ms
预测动态范围:55.04 dB
前三路:随机相位 · 后两路:青木初始化
GL 均为 32 次迭代

Lu 两例图源:Lu, Y., Liang, C., & Kong, J. (2025). Contribution of F0 and phonation to tone perception in the Zaiwa language. Journal of Phonetics, 110, 101413. 查看论文 ↗

点一下,按顺序听听五种方式。

这组对比怎样生成?

五路使用相同的图片、时间频率标定与 Hann 窗,GL 均为 1.5 ms 帧移、32 次迭代。按下面的顺序,逐步加入新的处理:

  1. 原始 GL:固定 10 ms 窗宽、60 dB 动态范围,随机相位初始化,动量 0。
  2. 动量加速 GL:沿用第一路的参数与随机相位起点,只将动量改为 0.99。
  3. 预测参数 + 动量 GL:保持动量 0.99 和随机相位,改用小模型预测的窗宽与动态范围,窗宽四舍五入到整数毫秒。
  4. 预测参数 + 青木初始化 + 动量 GL:沿用第三路的预测参数与动量 0.99,再加入 青木脉冲初始化。
  5. Mel 修复与声码器:直接读取第四路导出的同一段音频,接上 80 带 NAFNet 的 Mel 谱修复与 BigVGAN 声码器。

前三路沿用已固定的音频,播放时将五路衰减到相同均方根电平。浮窗展示五路实际输出音频的语谱图,统一使用 10 ms Hann 窗、1.5 ms 帧移和 60 dB 显示动态范围,同例共用频率范围与幅度参考。悬停在哪个按钮,就强调对应的语谱图。窗宽和动态范围是模型的估计值,重建结果可以按顺序交替听听。

模型还在继续训练,先把这几组声音放在这里。

LEAVE A LITTLE NOTE

哪里卡住了?
一起把它理顺。

问题、建议,或者一个新想法,都可以。留下邮箱,把这张便签直接寄给韶子。

KEEP IN TOUCH

留一扇,
小小的门。

一封信,或一场相遇。
选个顺手的方式,来聊聊吧。

井韶子的头像井韶子

唔……想了想,好像也没什么要说的。只有关于源码分享和使用授权,韶子想再小声说两句。超小声 bb

对于 PhoneticToolbox 中韶子有权授权的部分,大家可以自由修改,也可以用自己的项目名发布修改版。韶子不要求额外署名,也不要求附上原仓库链接。

不过,项目用到的第三方代码、字体和其他素材,仍须遵守各自的许可。需要保留的版权声明、许可证和第三方声明,请不要删掉;论文、文章的方法来源与引用,也请一并保留。

嗯……最重要的一点:本项目,以及基于本项目的任何修改版,均不得以盈利为目的,不得用于任何商业用途,也不得以任何形式向任何用户收取任何费用。

希望语音学的门槛,更低一些
也希望各位,科研之路顺利。

以及,开源万岁!

LITTLE BY LITTLE

工具箱的日常

页面浏览

累计
—次

等待真实统计记录

下载发起

累计
—次
Windows —macOS —国际音标输入法 —

等待真实统计记录

网页版使用

累计
—次

等待真实统计记录

GitHub Star

当前
—个

等待真实统计记录

统计正在读取中…

等待更新

10月30日补入此前缺少时间的 GitHub 下载记录,曲线当日跃升来自历史补录。有日志时间的更新包按原时间补录。

悬停或点按曲线查看记录,聚焦后可用方向键逐条浏览。

数字的小注脚

页面浏览按服务器收到的页面请求统计,排除可识别的常见爬虫。下载总数为 Windows、macOS 工具箱与国际音标输入法合计。输入法曲线合计四个平台的下载。整文件或首个分块请求计数,续传分块不重复,重新发起仍计数,数字不代表安装人数。网页版使用按成功新建临时工作区计数,同一工作区刷新或多开标签不重复。官网记录每分钟更新,GitHub 下载与 Star 约每5分钟采样,Star可能增加或减少。历史使用服务器日志和实际采样,缺失时段保留空缺。