蒙古文语音合成技术的研究.pdfVIP

蒙古文语音合成技术研究 孟和吉雅‘ 白音门德敖其尔 田会利 (内蒙古大学计算机学院呼和浩特010021) 摘要：蒙古文是一种拼音文字，她的语音合成研究上，过去主要以音节拼接的方法为主． 但是由于蒙古文发音的特殊性，没有一个自然度很高的合成方法。本论文主要讨论以整词为 主，与音节拼接结合的蒙古文语音合成的思路，方法和关键技术。 关键词： 整词；语音合成；蒙古文 1绪论 蒙古语言文字是一种拼音i凸吾文字，但拼音字母存在“一音多形和一形多音”现象，上 下文相关十分复杂的情况，并且蒙古文的发音与拼写有一定的差别。这些对于蒙古文的信息 处理带来了一定的困难。蒙古文的语音合成的研究，从上世纪九十年代初期开始研究和探索， 但是由于计算机软硬件，蒙古文编码等条件的局限性，一直没有很大的突破，并且只是在“音 节拼接”方法上研究，所以合成的自然度，可懂度方面有很大的不足。 2语音合成原理 由于蒙古文的拼音字母存在“一音多形和一形多音”现象，一个词的每一个字母的变形 显现字形，与该字符的上下字符的关联度十分紧密，构成一套复杂的正字法规则，并且蒙古 文的发音与拼写有一定的差别。我们为了解决这些难点，为了提高语音合成的自然度，本文 主要研究和讨论“以整词发音为主，以音节拼接为副”的蒙古文语音合成方案。 下面主要探讨以蒙古文整词为主，音节拼接为副的蒙古文语音合成的方案。本方案主要 由以下三个部分组成。 声 图一，以整词为主以音节拼接为副的语音合成方框示意图 ● 语音库的制作：主要是制作整词语音库，附加成分语音库和音节语音库。 ● 文本校对：根据蒙古文正字法语料库和构词规则对输入的文本串进行校对。 ● 生成发音串：在整词语音库中找到的词，直接取发音。在整词语音库中找不到的词 ‘孟和吉雅(1971．10～)，内蒙古大学蒙古学学院蒙文信息处理与实验语音学方向在职博士生，内蒙古大 学计算机学院讲师，毕业于内蒙古大学计算机学院计算‘机及其应用专业。 婴进行“瞢17拼摧”的方浊t成艟青串 3几个关键问题的讨论 3 l语料库和读音标注 语料库使用目的不一样而所建立的语料库的内容、结构和字段信息大不相同。本文所讨 论的语料库是一个语音库，建立语音库时要保证发音的标准和读音标注的准确性是l#常重要 的。 建本语音库时．我们选择了具有四万多词条的以《蒙古文正字法词典》一书为蓝本进行 录入的，录音时要保证每个单词的拼写的正确率，并尽量从讲标准音的地区找人来录音．以 便保证发音的标准和准确。 在语料库中的标注读音上我们采埘了拉丁转写。虽然在2000年蒙古文国际标准编码获 得IS0的批准．成为国际标准，但是我们录入和阋读的资料都是以紫古文显现字符来存储和 显示的，因为蒙古文名义字符的可读性差，所以本系统没有以名义字符标注读音。 为什么采用拉丁转写来标注读音，主要考虑下面几个问题： · 能够保留蒙古文单诃的拼写信息。我们从拼写牛能够分析出长元音、语音增加、语 音脱落等规则。 ·能够进行拼写检查。蒙古文中同型字母很多，既是从表面上看是正确的，但是内部 编码可能不正确(就是蒙古文中根本没有这样拼写的单词)。 word IDl 二主Z望皇 |望垒塑垫星!i曼i圣星 1fⅣ F1wha Zh 训呻a ai 3硝 F1_n 4_—h对w1呻aiNvri 5h怖，F1’畹卟 ainsterl 6_r蝌_“‘hnail3aihv 7hs叫q雨研aibagar 8。恃甜’_目 刹砷 l 曲