●厦大团队参与开发的揭秘“闽南方言智能语音”项目招募发音人,采集晋江地区有声语料
●该语料库已积累数百小时的背后厦门腔闽南话素材
厦大团队进行闽南话发音人录音 。(资料图)
除录音外,故事金龙国际【Aurl:www.8233066.com】送888元采集过程还要全程录像。成南话(资料图)
厦门网讯(文/厦门日报记者 罗子泓 图/受访者 提供)既得说一口流利的为闽闽南话 ,还要“过关斩将”参与选拔……尽管如此,发音许多人仍不计报酬地报名,声语想要成为“闽南话发音人” 。料库近日,到底一则有关“闽南方言智能语音”项目有声语料库的做啥招募帖火了。
据悉,揭秘该项目由世界晋江青年联谊会(以下简称“世晋青”)和厦门大学智能语音实验室科研团队(以下简称“厦大团队”)共同开发。背后有声语料库到底做啥 ?“闽南话发音人”选拔有啥标准 ?记者为您揭秘背后故事。故事
招募发音人
扩充有声语料库 训练AI变得更智能
按住麦克风说闽南话 ,成南话它能被翻译成文字;相应地,为闽输入文字,它就能变为有声闽南话……打开由世晋青推出的“说咱闽南话”App,便可以在其中的闽南话智能语音转换工具中 ,收获这样的体验 。
熟悉闽南话的人或许能听出 ,转换工具在语音合成(即输入文字,转换闽南话读音)时 ,大多是厦门腔 。这基于厦大团队过去10年的研究成果——现有有声语料库中,已积累了数百小时的厦门腔闽南话素材 。目前,金龙国际【Aurl:www.8233066.com】送888元厦门地铁报站 、中国女足世界杯小组赛闽南话视频解说等,都使用了厦大智能语音实验室团队的识别和合成技术 。
根据最新统计 ,全世界约有7000万人使用闽南话 。今年8月,厦大团队与世晋青联手 ,开始下一盘“更大的棋” 。“签订“闽南方言智能语音”项目后,我们将通过招募发音人的方式 ,更为系统 、集中地扩充有声语料库。也希望这一项目,能带动拓展到更广泛的闽南话使用区域 。”世晋青副秘书长丁雅丽介绍 。11月,项目团队开始招募首批晋江地区发音人 。
有人不解 :语料库已有那么多素材 ,为啥还要扩充?对此,项目负责人之一、厦门大学中文系助理教授许彬彬解释,一方面,语料库越丰富 ,负责智能语音转换的AI就能被训练得越熟练 、越智能;另一方面 ,闽南话所涵盖的腔调 、内容广,能为未来应用提供更多便利。此外 ,语言是文化的载体 ,扩充有声语料库的过程,也是保护、传承、推广闽南话乃至闽南文化的过程。
五百多人报名
年龄横跨7岁到82岁 有学生医生和司机等
世晋青“说咱闽南话”运营团队负责本次发音人的招募工作 。“11月上旬 ,各平台发出招募帖 。一天之内,吸引了200多人报名 。报名截止时,共招募到500多人。大家对闽南话的热爱与支持,大大超出了我们的预期。”运营团队工作人员叶兴雄说。
据悉,本次发音人共招募4个年龄层的人员 ,分别是10-18岁,19-30岁,31-50岁和51-65岁,每个年龄层需男女各3-5名 。多元化的参与者构成 ,有助于构建语料库,能更准确地反映闽南话在不同群体中的使用情况。
后台数据显示 :报名者之中,女性占比约80% ,男性约20%;他们的年龄跨度很大 ,既有7岁孩童,也有82岁的阿公 ,19岁至59岁是“主力军”;人员职业方面,涵盖学生、教师、网约车司机、外贸从业者、医生等。
叶兴雄回忆起通过电话报名的八旬老人,“他操着一口‘地瓜腔’普通话告诉我,‘我今年82岁了 ,不知道符不符合招募条件。我的很多孙辈不会说闽南话,很遗憾 。但我希望留下自己的声音 ,为方言保护做贡献’ 。”还有身在新加坡的闽南华侨 ,看到招募帖后第一时间给小编留言:“虽然人在新加坡 ,但我非常热爱母语。我先报名 ,表示支持!”
三轮严格筛选
要了解本地文化 还不能戴活动假牙
成为“闽南话发音人”需要具备什么条件?招募帖上明确 :能熟练使用闽南话进行日常交流是基础条件 。再进一步,闽南话讲得地道 ,语言表达清晰,无口吃 、嘶哑、鼻音等问题 ,对本地文化、风俗有深厚情感和了解。
招募条件言简意赅 ,可实操起来却严谨复杂 。据介绍,入选最终发音人 ,至少要经过三轮筛选 。第一轮是地区——报名者是否在晋江地区成长 、生活或工作过 。第二轮,根据厦大团队提供的文字内容 ,录制1分钟音频小样 。
“文字内容包含单音字 、词语、句子和短篇等 。”许彬彬说 ,他们会“花点小心思” ,在其中加入部分能区分地域口音的东西,比如 ,“上午”“猪”“骄傲”这些词语 。而后 ,由团队专家根据音频情况,再淘汰掉一部分报名者,“专家凭借调查研究经验 ,用耳朵判断发音人的闽南话能否代表晋江地区。”
第三轮,“闽南方言智能语音”项目团队将派出专家学者及闽南话传承人,组成“智囊团”和入选报名者面对面,考察他们的发音面貌,包括口齿清晰度 、声线清晰度 、门牙完整度等。考虑到语料库的多样化,报名者的知识面 、行业背景、家庭语言环境等也会被纳入考量。有意思的是 ,发音人还不能戴活动假牙,“假牙磕碰有声音,会影响录音 。”许彬彬说 。
【揭秘】
采集标准高
全程录音录像 开口度大小也记录
过五关斩六将后 ,发音人将正式进入语音录制环节。除了读出特定的词 、句、短文外,发音人还得根据不同主题 ,进行“即兴讲述”,说说当地的民俗、经济 、教育 、旅游等。有时 ,需观看闽南话宣传片,再复述 。
为确保发音人在自然状态下录音 ,项目团队会使尽浑身解数 。许彬彬举了个例子 :此前厦门腔发音人的录制中,有人看着黄瓜鱼 、黄花鱼、黄翅鱼等字眼,犯了难 。“发音人认得实物 ,但不一定弄得清学名。”许彬彬说 ,因此 ,团队将对应的实物带到现场。有时 ,同样的词语会出现不同的闽南话读音,团队人员也不会对发音人进行干涉 。
目前 ,已有270多位报名者进入第二轮筛选。今天开始面试;12月初,正式录制。除录音外 ,采集过程还要全程录像 ,以便观察发音人的表情,记录元音开口度的大小等。
处理难度大
处理5分钟录音 要花一周时间
许彬彬坦言,语料采集最难的不是录制,而是后续工作。届时,厦大团队将会对素材进行语素标注等处理,将晋江腔闽南话的声调、韵律等规则交由技术人员,进行模型建立和大数据训练 ,服务应用。处理素材有多难?两组数据可说明——一位经验和技术都相对成熟的项目人员,处理5分钟录音,花了一周时间;目前已入库的数百小时以上的厦门腔闽南话材料 ,则耗费了近10年 。
【名片】
闽南话发音人
通俗来讲 ,参与专业闽南话发音语料采集工作的人 ,他们“说”的闽南话,会被用于闽南话研究 、闽南话智能语音转换、闽南方言学习和推广等方面。
说咱闽南话App
“说咱闽南话”是由世晋青推出的闽南话主题公益性App,具备有声字词典、智能转换工具、独立问答专区、场景对话点读等实用功能,还有音频、视频、图文等媒体形式 。目前,已收录闽南话词条近20000个,闽南话AI智能语音转换功能累计被使用265万次,17万注册用户来源地遍布全球六大洲 。
【链接】
一乡一腔
闽南话有“一乡一腔”之说。不仅是不同城市 ,不同县区,就连不同镇街 ,发音都可能存在差异 。对此 ,专家解释,闽南话属于汉语中七大方言之一,它的支系皆源于泉州和漳州音系,但依分化时间的早晚 、地理隔阂 、漳泉音演变等因素,出现了不等的差异和变化 。
据介绍,闽南话难学的原因 ,与其声母、声调 、韵母的复杂程度有关 。闽南话,声母有15~17个(普通话中声母23个),韵母有65~86个(普通话中韵母24个) ,声调5~8个(普通话中声调4个) 。同一个字,同样的意思 ,同样的音韵地位,可以出现两个读音 ,有些字 ,甚至有四个以上读音 。
相关文章:
相关推荐:
甘肃警方依法行政处罚编造地震谣言网民11人谌贻琴出席第十届全国大众冰雪季启动仪式摩洛哥与萨赫勒地区部分国家讨论强化区域互联互通新京报零食“高学历”需去伪求真刘作奎:对塞尔维亚的干涉不可接受6.5万吨半潜船“祥泰口”号今日交付 我国半潜船船队再添新员四川大学华西厦门医院全面运行新京报三孚股份:拟出售合资公司文丰三孚化工50%股权甜啦啦印尼市场门店扩至八家 累计售出饮品超50万杯解读同安区政府工作报告:“双轮”驱动结硕果 笃行实干绘蓝图厦门成立破产事务工作专班“重温习近平总书记10篇新年贺词”系列之八:为民生牵挂《习近平新时代中国特色社会主义思想学习论丛》第六辑至第十辑出版发行
1.8414s , 13486.8671875 kb
Copyright © 2024 Powered by 揭秘背后故事:谁能成为闽南话发音人?有声语料库到底做啥? (资料图)除录音外,陈善闭邪网