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

　　●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 。