Parselmouth 是一个为 Praat 语音分析软件提供 Python 接口的库，允许开发者在 Python 环境中进行专业级语音分析。它支持波形分析、频谱生成及基频提取等功能，并能与 NumPy、Matplotlib 等数据科学工具链无缝集成。通过直接访问 Praat 的 C/C++ 算法库，Parselmouth 保证了算法输出的一致性与性能。适用于语音学研究、语音工程应用及批量音频处理场景。
Parselmouth 是一个革命性的 Python 库，它为著名的 Praat 语音分析软件提供了完整的 Python 接口。无论你是语音学研究者、语音工程师还是对语音处理感兴趣的开发者，Parselmouth 都能让你在 Python 环境中轻松实现专业级的语音分析功能。
传统的语音处理往往需要在多个工具间切换，而 Parselmouth 直接将 Praat 强大的 C/C++ 算法库无缝集成到 Python 生态中。这意味着你可以：
通过 Parselmouth，你可以轻松加载音频文件并进行详细的波形分析。
生成高质量的频谱图，分析语音信号的频域特征。
精确提取语音的基频信息，用于音高分析和语音合成。
pip install praat-parselmouth
import parselmouth
import matplotlib.pyplot as plt
# 加载音频文件
snd = parselmouth.Sound("audio/sample.wav")
# 绘制波形图
plt.figure()
plt.plot(snd.xs(), snd.values.T)
plt.show()
位于 src/parselmouth/ 目录下的 Sound 类提供了完整的音频处理功能，包括预加重、滤波等操作。
在 praat/dwtools/ 中的 Spectrogram 类可以生成各种类型的频谱图，满足不同的分析需求。
Parselmouth 支持批量处理多个音频文件，大大提高工作效率。查看 docs/examples/batch_processing.ipynb 了解更多详情。
完整的 API 参考和使用指南可以在项目的 docs/ 目录中找到。
项目提供了丰富的示例代码，包括：
docs/examples/pitch_manipulation.ipynbdocs/examples/plotting.ipynbdocs/examples/psychopy_experiments.ipynbParselmouth 直接访问 Praat 的 C/C++ 代码，这意味着：
虽然 Parselmouth 目前还在不断完善中，但已经是一个功能完整的语音处理库。如果你对语音处理有深入研究，欢迎参与到这个开源项目中！
Parselmouth 将专业的语音分析功能带入了 Python 世界，让语音处理变得更加简单和高效。无论你是语音学专业人士还是对语音技术感兴趣的开发者，Parselmouth 都将是你的得力助手。
通过 Parselmouth，你可以在 Python 中轻松实现：
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online