Forschung zu persischer Sprachsynthese für MCI

Forschung zur persischen Sprachsynthese, beauftragt und betreut von MCI (Hamrah-e Aval) unter dem Dach der iranischen National Elites Foundation. Die Schwierigkeit ist sprachlicher Natur: Die persische Schrift lässt kurze Vokale und die Ezāfe ungeschrieben, daher muss die Aussprache aus dem Kontext bestimmt werden.

Auf einen Blick

  • Die persische Schrift lässt kurze Vokale und die Ezāfe ungeschrieben, daher ist die Aussprache ohne Kontext mehrdeutig.
  • Forschung zur persischen Sprachsynthese: eine Pipeline vom Text über Aussprache, Synthese und Vocoder bis zur Sprache.
  • Abgeschlossen, Juni 2021 bis September 2022, unter der Betreuung von MCI und im Rahmen der National Elites Foundation.

Highlights

  • Aussprachestufe

    Die Graphem-zu-Phonem-Umwandlung legt fest, wie geschriebenes Persisch ausgesprochen wird.

  • Was die persische Schrift auslässt

    Kurze Vokale und die Ezāfe werden nicht geschrieben, und Homographen teilen sich eine Schreibweise – ohne Kontext ist die Aussprache daher mehrdeutig.

  • Synthesemodell und Vocoder

    Ein Text-to-Speech-Modell und ein Vocoder erzeugen anschließend persische Sprache.

Die Herausforderung

Sprachsynthese für Persisch ist deutlich schwieriger als für Englisch, weil die Umwandlung geschriebener Buchstaben in Laute ohne Kontext mehrdeutig ist. Die Arbeit musste mit drei Eigenschaften der persischen Schrift umgehen:

  • Kurze Vokale werden nicht geschrieben, daher legt der Text allein die Aussprache nicht eindeutig fest.

  • Die Ezāfe-Konstruktion wird nicht geschrieben und muss erschlossen werden.

  • Homographen sind verschiedene Wörter mit derselben Schreibweise und lassen sich ohne Kontext nicht unterscheiden.

Architektur

Eine Pipeline für persische Sprachsynthese: Geschriebener Text durchläuft eine Graphem-zu-Phonem-Umwandlung, die festlegt, wie er ausgesprochen wird; anschließend erzeugen ein Text-to-Speech-Modell und ein Vocoder persische Sprache.

Was ich gebaut habe

Sprachsynthese für Persisch, umgesetzt unter der Betreuung eines nationalen Netzbetreibers. Die Arbeit wurde von MCI (Hamrah-e Aval), dem größten Mobilfunkbetreiber Irans, beauftragt und betreut und von der National Elites Foundation im Rahmen ihres Programms „Shahid Ahmadi Roshan“ koordiniert. Es ist ein Projekt von nationalem Maßstab, hinter dem ein namentlich genannter Betreiber und eine nationale Stiftung stehen.

Ergebnis

Die Forschung wurde unter der Betreuung von MCI (Hamrah-e Aval) im Programm „Shahid Ahmadi Roshan“ der National Elites Foundation durchgeführt. Das Projekt lief von Juni 2021 bis September 2022.

Meine Rolle

  • KI-Forscher für persische Sprachsynthese im Programm „Shahid Ahmadi Roshan“ der National Elites Foundation.
  • Führte die Arbeit im Auftrag und unter der Betreuung von MCI (Hamrah-e Aval) durch.

Ergebnisse

  • Forschung zur persischen Sprachsynthese, durchgeführt unter der Betreuung von MCI (Hamrah-e Aval).
  • Koordiniert von der iranischen National Elites Foundation im Rahmen ihres Programms „Shahid Ahmadi Roshan“.
  • Projekt abgeschlossen: Juni 2021 bis September 2022.