西班牙语发音词典构建及标注研究 .pdfVIP

西班牙语发音词典构建及标注研究

作者：赵皎谷马延周周默草

来源：《电脑知识与技术》2020年第34期

摘要：西班牙语发音词典是西班牙语语音识别系统及语音合成系统的重要基础资源，由于

目前公开来源的西班牙语发音词典资源稀缺，构建西班牙语发音词典对于西班牙语语音处理工

作具有重要意义。该文通过分析西班牙语的发音特点，制订西班牙语发音音素集，广泛收集各

个领域的西班牙语词汇，利用音素集人工标注并核对，构建了一个涵盖9万多词条的西班牙语

发音词典，对于西班牙语语音智能处理研究领域能够起到一个基础支撑作用。

关键词：西班牙语;发音词典;标音方法;语音识别

中图分类号：TP182文献标识码：A

文章编号：1009-3044（2020）34-0249-05

Abstract：TheSpanishpronunciationdictionaryisanimportantbasicresourcefortheSpanish

speechrecognitionsystemandthespeechsynthesissystem.DuetothescarcityofSpanish

pronunciationdictionaryresourcesthatarepubliclyavailable，theconstructionofaSpanish

thepronunciationcharacteristicsofSpanish，developsaSpanishpronunciationphonemeset，

collectsSpanishvocabularyinvariousfields，usesthephonemesettomanuallymarkandcheck，

andbuildsaSpanishpronunciationdictionarycoveringmorethan90，000entriesthatcanplaya

basicsupportingroleintheresearchfieldofSpanishspeechintelligentprocessing.

Keywords：Spanish;pronunciationdictionary;labelingmethod;speechrecognition

引言1

发音词典是语音识别、语音合成等技术实现的基础，是自然语言处理中的基础资源建设工

作，在整个语音识别系统以及语音合成系统中起到关键作用。西班牙语属于屈折型语言，依靠

词形变化体现不同的人称、时态、语态、单复数以及词性等等。西班牙语中存在大量的变位现

象，使得语音智能处理过程中的待识别词汇数量剧增，因此西班牙语发音词典的准确性以及规

模大小都尤为重要。

本文通过研究西班牙语的发音规律，制订合理的西班牙语音素集，利用音素集对大量的西

班牙语词汇进行标注，构建一个西班牙语发音词典。发音词典的词汇将涵盖各个领域，即制作

一个通用型西班牙语发音词典。在此基础之上，后期进行具体的语音处理工作时，就可以根据

需要添加新的词汇以及外来词;如果需要专业领域性很强的发音词典，则可以依据原本的通用

型发音词典通过建模自动预测特定领域的词汇，帮助实现专业领域发音词典的快速构建。

发音词典在西班牙语语音识别系统中的作用2与地位

语音识别以语音为研究对象，通过语音信号处理和模式识别让计算机自动识别和理解人类

所讲的语言。简单来说，就是机器自动将一段语音信号转换成相对应的文本信息。语音识别的

流程如图1所示。

语音识别流程可以分为前端处理和后端处理两大部分，前端处理部分包括语音的输入、预

处理以及特征的提取，后端处理部分是一个数据库的搜索过程，分为训练和识别。训练是对

所建的模型进行评估、匹配、优化，获得最终的模型参数，识别则是在数据库中进行搜索，

获取前端数值后，在声学模型、语言模型和发音词典的共同作用下，完成语音识别任务。[1]

可见，发音词典在语音识别系统中是不可或缺且十分重要的，是语音识别技术的重要基础资

源，发音词典的准确性和规模大小会影响语音识别结果的优劣。

制作发音词典，需要首先制订音素集。音素集是发音词典的基础，音素集的合理性和准确

性直接影响发音词典的准确性，制订音素集时要充分考虑制作语种的独特性，根