做吴语的语音合成，请教大家吴语的汉字和拼音问题

ellishu

现在开始做吴语的语音合成，就先拿了上海话开刀，但是首先要解决前段文本的问题，比如找人来念文本 eg：不管以前谁对谁错。给的文本就是这样的，然后各种人会念成“不管老早啥人对啥人错”或者“不管之前何人对何人错”。然后请教了一个湖州的同学，他说吴语里面是没有谁的，我拿普通话的文本让别人念就像拿出来中文文本让日本人念一样，不同人有不同的理解意思。

然后就像请问大家，上海话有像粤语一样自己的文本吗？还是就是只有普通话的文本然后按照自己的理解念呢？如果没有，那些用上海话讲的新闻难道也是给出来的是普通话的文本，然后播音员按照自己的理解意思随便读的吗？但是如果有的话，能不能帮忙找到一些这样的上海话的文本呢？ 论坛里面我看到有一些拼音方案和字典，但是比如 我们只是说“我” 发成什么音，“们”发成什么音，而不会说发成“啊拉”，

怎么样让吴语能够写下来呢？现在有这样写下来的文本吗？
不然真的很难推广哎~~~~~

先谢谢大家了。

shenyileirob

能写字的地方写字，不方便处用拼音即可。
拼音现在的主要问题不是没有，而是太多。

ellishu

2# shenyileirob
谢谢回复了，对，我也找到了很多拼音方案，这个倒是好办，
但是我在做分析的时候是必须得处理汉字的，所以一定得把吴语写下来才行，但是就是找不到这样的文本。

但是我想能不能给出的是普通话的文本，然后发的是吴语，但是这样文本和语音就不对应了。
我想问吴语里面有大量语法是和普通话差异很大的吗？

能不能我给的就是普通话的文本，就让录音人按照这个来发不让其自由发挥，但是比如吴语里面没有“谁”，而我非得让他们来这样念，不做出来也不是上海话的语音合成了？

姬远清

我又一次看到了一个想玩训读的孩子……

shenyileirob

还是不太明白问题在哪里。为什么为了处理汉字，就必须用普通话文本？
大不了见字读字，如‘我们的’就读ngomentih之类。
单就口语来讲，吴语和普通话语法差异不算小。严格地说，按照西方语言学的观点本来就分属两种语言。至于书面语，文言是统一的；五四以来的书面白话替代了之前文言的作用。它们都是和口语脱节的。

ellishu

5# shenyileirob 谢谢了先，
为啥一定要有文本的问题，因为我做的是文本到语音的转换，也就是TTS，，没有文本也就不知道要发什么音啊。

我也不想给出的就是普通话的文本，毕竟里面有很多字和语法的问题，但是上海话的文本，我找了好久都没有找到。

文本啊，有木有啊，有木有啊，有木有啊

ellishu

4# 姬远清 难不成我有前辈和我一样？
关心，人家怎么训读的！！

keating

没有你就自己写啊。说话人怎么说你就怎么写，写出来不就是文本了。

你想让吴语的文本，也按照汉语文本一个字一个字对应。这本来就是根本错误的逻辑。根本不存在的对应，你有什么好做的

shenyileirob

5# shenyileirob 谢谢了先，
为啥一定要有文本的问题，因为我做的是文本到语音的转换，也就是TTS，，没有文本也就不知道要发什么音啊。

我也不想给出的就是普通话的文本，毕竟里面有很多字和语法的问题，但是上 ...
ellishu 发表于 2011-7-11 16:33

查了一下TTS是什么，说的是给一段文字让机器读吧？
我觉得很奇怪，字的话最后要转化成拼音然后再处理，那么干吗不直接用拼音，顶多再加上修饰代码，告诉机器：此乃拼音，不必转了！

ellishu

8# keating
想问keating，也就是吴语的发音没有对应的文字？就是已经规范好的？


因为自己写的话肯定会乱写，瞎写，一般要处理8000句话，那就要写到N年叻啊

shenyileirob

吴语TTS最大的麻烦是变调。我一直在试验无损标调，现在看看起码就宁波话而言，这样的系统是完全可能的。下面是一段示例：
Nèitshàon kùjiōn, Ghòntù shìnfū. Shìn fen- Yih-Cín, di cih- Ghèn-Lù. Cin- sàe-kàon l ta- wú-wu, khon- Màecìn l yin- Èuyuh. Vahgho thìpāo, lònkuàon zhih- Nièu-Tēu tsy- shiù; zònjih dìlìn, Zhì+ Zyù shia- Jìn+ Vàe tsy- thah.
你不必知道字是什么，我可以保证熟练掌握的人（当然机器更有优势）照这个读绝对不会读得怪腔怪调。另外请注意这里我依然遵守了西文中分词连写的一般规则（须知词界和连读组是参差的），这样的高要求依然可以得到满足。我不相信上海的情况会比宁波更麻烦。

ellishu

9# shenyileirob 赞想法！

但是额的目标就是把汉字转换成语音，而且平时咱们碰到的汉字不可能夹杂着一堆拼音啊
不能说因为吴语里面我是拼音所以就用拼音夹杂汉字了，
不过倒是给我一点启发，我现在还没想出来

简单的例子就是：比如那个吴语拼音输入法，外地人用着难不仅因为拼音要重新学习，而且我也不知道在吴语里面我们叫做啊拉。如果输入的就是普通话的拼音，然后输出来的吴语的文字那就好了。

我现在的问题也相似，只是和上面情况正好相反，我希望输入的是普通话的汉字，输出来的是吴语的语音，当然这样是理想情况最好了。

恩，你的思路挺好的，我求更多拍，多拍我啊，求拍，求拍！！

keating

8# keating
想问keating，也就是吴语的发音没有对应的文字？就是已经规范好的？


因为自己写的话肯定会乱写，瞎写，一般要处理8000句话，那就要写到N年叻啊 ...
ellishu 发表于 2011-7-11 17:18

当然大部分吴语词都有对应的汉字（因为你中意于汉字，我就这么理解了）。但你的意思已经超越单词，到整段文字了。这就要涉及语法，怎么可能全吴语都一样。

什么叫乱写，你用上海话怎么读怎么写才是正写。

姬远清

4# 姬远清 难不成我有前辈和我一样？
关心，人家怎么训读的！！
ellishu 发表于 2011-7-11 16:36

训读是玩吴语人士初级阶段最容易犯的问题……
PS:吴语语音合成最麻烦的是连调，因为连调其实毫无实际限制，一个字是一个字的调，两个字三个字虽然有双字三字连调规律，但是到句子里再长的话有可能规律就无效了。我曾尝试过用V家的引擎来模拟上海话，事实证明效果很好，但是必须是一个字一个音素地人为确定。

shenyileirob

我希望输入的是普通话的汉字，输出来的是吴语的语音……ellishu 发表于 2011-7-11 17:26

太夸张了。机器翻译——语法功能分析（只有吴语需要这一步）——TTS，三步并作一步，野心也太大了些。

砇玟旼

TTS的目标是要把文字读出来，至于用词是否地道、语法是否正确，这跟TTS关系不大吧。吴语口语不用“谁”，不代表吴语不能读“谁”这个字。相反，你还要把“谁”这个字做进去。
吴语语音合成的难点恐怕还是多音字和连读变调的处理，例如“我现在的问题也相似”就涉及“问”读ven还是men、整句话连读组怎么切（切得不一样，声调大不同）。类似这样的例句合成成功了，那也算TTS基本成功了。所以即便没有吴语文本，问题不是很大。
以上说的是照着普通话文本直接用吴语读，要是转换成吴语口语说出来那就是一种语言翻译成另一种语言（尽管用的是同一种文字），就是让TTS把“China”读成“中国”。
输入普通话拼音，输出吴语文字，似乎没多大意义。输入普通话拼音，输出英语单词，这样一串单词能成句吗？貌似成句符合语法吗？而且普通话和吴语的词语也不是一一对应的，“阿拉”的用法就跟“我们”不完全一样。

shenyileirob

而且普通话和吴语的词语也不是一一对应的，“阿拉”的用法就跟“我们”不完全一样。砇玟旼 发表于 2011-7-11 21:03

比如宁波说ahlah launion，杭州似乎也可以说“我们老婆”'ngomen 'laubo，拿到北京、南京去就乱套了。

guoguo

吴语人称复数可以表示领属

钱塘知府

比如宁波说ahlah launion，杭州似乎也可以说“我们老婆”'ngomen 'laubo，拿到北京、南京去就乱套了。
shenyileirob 发表于 2011-7-12 13:44

普通话里不是也可以讲“我们领导”么，哪有人对外说“我的领导”的啊

hotline110

我们写成“我伲”或者“阿拉”就可以了。搞训读也可以，汉字又不是河南人专用的，更弗是普通话专用的，譬如【皆】读ze。
把每个汉字用吴语拼音固定，词汇也固定住，这样吴语书面写出来，用机器来读，应该可行。
实伢脑子里呱思路弗要绕牢普通话白话文去转，实伢自家写自家弗遂好哉？吴语词汇自家规范化一下子就好。