面向MCI的波斯语语音合成研究

概览

• 波斯文不书写短元音和ezāfe结构，因此缺乏上下文时，读音存在歧义。
• 波斯语语音合成研究：一条从文本出发，经过发音判定、语音合成和声码器，最终生成语音的流水线。
• 已完成，2021年6月至2022年9月，由MCI监督，在国家精英基金会框架下开展。

亮点

• 发音判定环节

  字素到音素的转换决定书面波斯语如何发音。

• 波斯文省略了什么

  短元音和ezāfe结构不会写出，同形异义词又共用同一种拼写，因此缺乏上下文时读音存在歧义。

• 合成模型与声码器

  随后由语音合成模型和声码器生成波斯语语音。

挑战

波斯语语音合成明显比英语困难，因为在缺乏上下文的情况下，把书面字母转换为读音存在歧义。这项工作必须应对波斯文的三个特性：

• 短元音不会写出，因此仅凭文本无法确定读音。

• ezāfe结构不会写出，必须通过推断得出。

• 同形异义词让不同的词共用同一种拼写，没有上下文便无法区分。

架构

一条波斯语语音合成流水线：书面文本先经过字素到音素的转换，确定其读音，再由语音合成模型和声码器生成波斯语语音。

我构建了什么

在国家级运营商监督下交付的波斯语语音合成。这项工作由伊朗最大的移动运营商MCI（Hamrah-e Aval）委托并监督，由国家精英基金会通过其沙希德·艾哈迈迪·罗尚计划进行管理。这是一个国家级规模的项目，背后是一家具名的运营商和一家国家级基金会。

结果

该研究在MCI（Hamrah-e Aval）的监督下交付，隶属国家精英基金会的沙希德·艾哈迈迪·罗尚计划。项目周期为2021年6月至2022年9月。

我的角色

• 在国家精英基金会沙希德·艾哈迈迪·罗尚计划中，担任波斯语语音合成方向的AI研究员。
• 受MCI（Hamrah-e Aval）委托并在其监督下开展工作。

成果

• 在MCI（Hamrah-e Aval）监督下交付波斯语语音合成研究。
• 由伊朗国家精英基金会在其沙希德·艾哈迈迪·罗尚计划框架内管理。
• 项目已完成：2021年6月至2022年9月。