45、基于形态分割和音节划分提升孟加拉语基于规则的 grapheme - to - phoneme 转换

基于形态分割和音节划分提升孟加拉语基于规则的 grapheme - to - phoneme 转换

1. 引言

在自然语言处理任务中，grapheme - to - phoneme（G2P）转换至关重要。G2P 转换是将单词的书面表示（graphemes）转换为相应发音（phonemes）的过程，它是文本到语音合成（TTS）系统生成自然、清晰语音的关键模块，其准确性和语音流畅性会影响自动语音识别（ASR）系统的质量。

然而，G2P 转换面临诸多挑战，以孟加拉语为例：
- 复杂的正字法系统 ：孟加拉语文字由元音和辅音组成，代表音节而非单个音素，难以建立 graphemes 和 phonemes 的一一对应关系。
- 歧义与不规则性 ：存在多个和多对多的 grapheme - to - phoneme 映射、不规则拼写和语音变化。
- 形态复杂性 ：孟加拉语有丰富的词法，包含各种前缀、后缀和构词法，不了解单词的形态结构就难以开发准确的 G2P 转换模块。
- 有限的语言资源 ：与英语或普通话不同，孟加拉语缺乏必要的资源，如发音词典、词库和标注数据集，这给开发数据驱动和基于规则的 G2P 方法带来挑战。
- 方言差异 ：孟加拉语在发音和词汇方面存在地区方言差异，本研究以加尔各答使用的口语孟加拉语发音为标准。

为应对这些挑战，本研究提出一种方法，通过结合形态分割和音节划分这两种语言技术，提升基于规则的 G2P 转换模块的性能。

2