48、有限域语音合成的最小文本语料库选择

有限域语音合成的最小文本语料库选择

在语音合成领域，构建合适的文本语料库至关重要。对于有限域语音合成来说，目标是选择包含尽可能多可能单元（从语音和韵律上下文角度）且出现次数足够大或可管理的文本材料，以实现自然流畅的语音合成。

有限域文本表示

有限域文本的表示形式多样，取决于领域的大小和文本的变异性。
- 严格受限领域 ：具有固定的句子结构，包含可变项（插槽）和可填入的单词集合。例如火车出发和到达信息自动系统，其文本结构固定，部分内容可变。
- 示例：
- “Jak vám mohu pomoci?”（你需要什么帮助？）
- “V kolik hodin chcete jet ze stanice Rokycany do stanice Strakonice?”（你想几点从罗基卡尼站前往斯特拉科尼采站？）
- 更广泛的有限领域 ：文本变异性更大，如天气预报、空中交通管制（ATC）通信记录、机场终端信息系统（ATIS）等。以ATIS为例，其短语结构多变，固定文本框架更短。
- 示例：
- “WIND CALM.”（风平浪静。）
- “WIND 120 DEGREES 3 KNOTS BETWEEN 060 AND 150 DEGREES.”（风向120度，风速3节，风向在60度至150度之间。）

从给定文本中提取待记录文本的方法主要有以下三种：
|方法|优点|缺点|
| ---- | ---- | ---- |
|记录所有可用句子|无需拼接，理论上所有可能句子都在语料库中，回放自然度最高|语音语料库庞