藏语口语语音语料库的设计与研究

来源：计算机工程与应用杂志2018年第13期北京时间：

作者：黄晓辉1，2，李 京1，马 睿2，3

单位：1.中国科学技术大学 计算机科学与技术学院，合肥 230026 ；2.解放军外国语学院 工程系，河南 洛阳 471003；3.中央民族大学 藏学研究院，北京 100081

摘要：基于对普通语音语料库构建方法的研究与分析，结合自然口语语音识别研究相关需求以及藏语自然口语语音的基本特点，研究设计了适用于藏语语音识别的口语语音语料库建设方案以及相应的标注规范，并据此构建了时长50小时，包含音素、半音节、音节、藏文字以及语句共5层标注信息的藏语拉萨话口语语音语料库。统计结果显示，该语料库在保留口语语音自然属性的同时，对音素、半音节等常用语音建模单元也有均衡的覆盖，为基于藏语口语语音数据的语音识别技术研究提供了可靠的数据支撑。

关键词：语音语料库,口语语音,语音识别,标注规范,藏语拉萨话