中文文-語(yǔ)轉(zhuǎn)換系統(tǒng)中多音字問題研究.pdf

1、計(jì)算機(jī)文-語(yǔ)轉(zhuǎn)換技術(shù)（Text-to-Speech，簡(jiǎn)稱TTS）指利用計(jì)算機(jī)程序?qū)⒓榷ǖ目梢曃谋拘畔⑥D(zhuǎn)換成語(yǔ)音的過程。這一系統(tǒng)廣泛地涉及了語(yǔ)言學(xué)、語(yǔ)音學(xué)、計(jì)算機(jī)編程、數(shù)字信號(hào)處理等領(lǐng)域，是一門綜合了多學(xué)科多領(lǐng)域的技術(shù)項(xiàng)目。我們接觸的拼音輸入法、圖書拼音排序檢索、各種音序排序、漢語(yǔ)的語(yǔ)音教學(xué)軟件的運(yùn)用、各類電子產(chǎn)品的語(yǔ)音朗讀功能的改進(jìn)、自動(dòng)介紹或者答復(fù)系統(tǒng)以及盲人用品和兒童玩具的開發(fā)、甚至包括機(jī)器人制造以及未來(lái)語(yǔ)音操控系統(tǒng)在各領(lǐng)域的實(shí)現(xiàn)，

2、都離不開這一技術(shù)手段。作為一項(xiàng)高度要求理論性與實(shí)用性相結(jié)合的技術(shù)，TTS在產(chǎn)生之初就備受各學(xué)科學(xué)者的高度重視。
　　 如何提高TTS系統(tǒng)中語(yǔ)音合成的流暢度、自然度與準(zhǔn)確率成為這一技術(shù)必須關(guān)注的焦點(diǎn)。其中，漢語(yǔ)多音字讀音自動(dòng)標(biāo)注的準(zhǔn)確率更成為文-語(yǔ)轉(zhuǎn)換技術(shù)的難點(diǎn)之一。
　　 本文的研究對(duì)象在于，確定《現(xiàn)代漢語(yǔ)詞典》（第5版）（以下簡(jiǎn)稱《現(xiàn)漢》）中921個(gè)多音字及其音項(xiàng)在CCL現(xiàn)代漢語(yǔ)語(yǔ)料庫(kù)中的語(yǔ)用頻率，以字頻為基礎(chǔ)，進(jìn)而從

3、語(yǔ)言學(xué)理論的角度出發(fā)，為TTS處理中多音字問題的解決提出一種新思路。
　　 文章的主要內(nèi)容包括三個(gè)部分，第一部分，對(duì)《現(xiàn)漢》中多音字的數(shù)目進(jìn)行統(tǒng)計(jì)，確定以921個(gè)多音字為研究對(duì)象，并對(duì)每個(gè)多音字的詞性及進(jìn)行統(tǒng)計(jì)。第二部分，在CCL現(xiàn)代漢語(yǔ)語(yǔ)料庫(kù)中對(duì)這921個(gè)多音字的字頻進(jìn)行語(yǔ)用頻率統(tǒng)計(jì)。根據(jù)統(tǒng)計(jì)結(jié)果和累計(jì)頻率的計(jì)算，最終將這些多音字分出高、中、低三個(gè)頻級(jí)。對(duì)各頻級(jí)的多音字每個(gè)音項(xiàng)的使用頻率進(jìn)行統(tǒng)計(jì)，分出高頻音、低頻音兩個(gè)音級(jí)，對(duì)