汉语语音合成中多音字的处理.pdfVIP

维普资讯 中 文 信 息 ChineseInformationProcessing 1991年第 l勰 汉语语音合成中多音字的处理 萄大举 罗万伯 贺德珏 杨家沅 徐群英 (四川大学) (成 都发动机公司) 摘要 木上从 自然语言理梢的角度 出发，研究处理汉语多音宇的舍成n口题，着重讨论 了多音 字数据库的数隔结构和查找策略． 关键词 语音合成。多音字，语言 解 。 汉语中多音字 (Polyp~onc)的使用，屡见不鲜．汉字难滨，多音问题是其中一难． 汉语有多少个多音字 由于汉语的发展、变化，很难精确统计． 《汉语大字典》共收字 5 ]了多个 ．也括 占字 、生俳字 通假亨在 ．多音字比倒是辅 当高的．参考文献 【1】收字约 1 万。其中1干多字为多音字．国家标准 GB2312-80信息交换用汉字编码字符集 (基本集)’收 汉字 6763个 (包括偏旁部首)．其中830多个多音字 。约占八分之一。 然if『『， r多音字的凄音，在语言规范化及上E确表达话意 中有重 作用．多音字的正确 合成发音，是一个虽难于处理忸必须止确处理的问题。 本文讨论多音字特点和处理技术。从实际山发，为简化系统和方便处理．除特别指明者 外，均限于现代汉语普通话，处理字符集为国标GB2312-80字符集． 一 、 多音字的特点和汉语语音合成的多级处理 汉语多音字有下述特点： 1．多音字个数多．．在常用一二级汉字中，多音字比例高达八分之一． 2．使用频度高．文献口0附录4所列 汉“字频度排序表 ．综合统计的前十个高频字中．。的 ， “一 ’ 、 了 、不 ，和’、大 等 ／个都是多音字．即使除去 一 和 不’两个 变“调 多音字外，也 还有 四个． 3．多音彳多为两个不 同的读音 。但 电有柏 当多的多音字，异音个数超过 2．如。|阿’字。 包括音变和异体字．多达 l2个音[J1， 4．多音宁构词变化大。有时难于认凄出正确的读音 ．有的多音字 儿 拘成一字词。大多 数构成二、三字词。部分构成四字词，等等．有的既组词，又作为姓 氏等专有名词使用．或 不杓诃，只作曲姓 氏使用．显然，姓 氏很难构成常规意义下的诃。 5．多音卞异音的使用频度变化大．不少多音字。几个异音。都是常读音。也有的多音 字，以一、二个音为主，其余音组诃很少。或只在地名等专有名词中使用。 6．有 的多音字的某些异音是由变调 (modulation】、轻化 (1ightening)等音变 (Phonetic variation)产生的．尽管音变现象遵循一定的语音规律和习惯 。但由于音变现象包括音素的变 国家 自然科学基金资助瑚 H 一 33— 维普资讯 中 文 信 息 Chineseln~brmatiorlProcessing I991年第 l期 化 卢调的变化和音长的变化， 口．寄I玎K帧Jr下史，更令人捉摸不j ． 人工 自然语言合成 的rt的，足 川人丁 ，合成流利， 自然 口r懂度高的语音 。为了 达到此 I：t的，从汉语文奉剜汉语音合成中 必 妊理好语调 (intonation．亦称句调)和多音 字的止确凄音等。 语调的 奋比较复杂，一般说米，主 包括亚音，挣 和语气升降儿方面。多音字的处 理内容，丰H刘磐 纯些．但多音宁处理的 1【衅 从 r逆多音宁持点 已可看 山一斑 。 从连续语音合成 出发 ，婴求从汉语义奉 中止蛹}玎刮 出意群 标注 1应8勺音 【声母 、韵 母 字调)、语感重音 重【读)和埋辑重音 (强媚)、语气等。很显然，且 有语言理解后 ，才 能完成上述 求。 从文木 出发的汉{吾{吾音合成多级处理过程也括： 1舭f3陀。主要是