信息處理用彝語阿都方言土語小型語音資源庫的建設(shè)研究

孫某姑

西南民族大學(xué)彝學(xué)院

1、阿都方言土語語音資源庫研究的重要性和意義

1.1 阿都方言土語語音資源庫研究的重要性

彝語阿都方言土語（下文稱阿都方言）是彝語北部方言下南部次方言屬下的一個土語分支。彝語南部次方言分兩個土語，即東部土語和西部土語，彝語稱阿都話和索地話。阿都方言區(qū)覆蓋范圍包括四川涼山彝族自治州布拖縣、寧南縣及普格、昭覺、德昌、金陽、會東、會理等縣的部分地區(qū)，布拖是阿都方言分布的中心地帶。

語言作為人類群體的交際工具，其材料價值十分珍貴。建設(shè)阿都方言語音資源庫不僅是保護(hù)阿都方言，讓其得以繼續(xù)傳承的媒介。同時為研究阿都地域文明傳承和傳播阿都地區(qū)獨(dú)具特色的風(fēng)俗傳統(tǒng)文化，也為研究古彝文的語音詞匯特征開辟新的路徑。

進(jìn)入新時代科技發(fā)展日新月異，少數(shù)民族語言文字信息化建設(shè)便成為人類發(fā)展建設(shè)過程中不可或缺的趨勢。正是時代的號召下，國內(nèi)少數(shù)民族語言文字信息化建設(shè)走向高潮。

1.2 阿都方言語音資源庫研究的意義

第一，保護(hù)阿都方言是保護(hù)彝族文化的根基。布拖縣是阿都方言土語核心區(qū)域。因其地理環(huán)境和社會歷史等情況，布拖一直呈現(xiàn)為較封閉的狀態(tài)，其古老的彝民族風(fēng)俗習(xí)慣和傳統(tǒng)文化保留的較為完整。通過對阿都方言的研究和分析，探索并認(rèn)識該區(qū)域的社會演變、民族遷徙、融合、發(fā)展、語言文化的發(fā)展和傳承。

第二，阿都方言承載著阿都地域的民族風(fēng)俗。民族風(fēng)俗是一個地方民族文化的結(jié)晶體，歷史文化與民族風(fēng)俗的承載物。通過阿都方言，能夠感受到阿都地域文化、民間藝術(shù)特色。以阿都高腔、朵洛荷等為代表的特有文化現(xiàn)象，充分顯示方言在地方文藝中的重要作用。

第三，阿都方言體現(xiàn)著彝族語言研究價值。阿都方言是彝族語言的重要組成部分，阿都方言對研究彝族語言學(xué)起著重要的作用。阿都方言中，仍不同程度地保留了古彝語的語音特點(diǎn)?？赏ㄟ^語音的對應(yīng)規(guī)律嘗試推導(dǎo)彝古文語音的大致框架體系。

最后，阿都方言是研究彝族傳統(tǒng)文化及彝語為介質(zhì)的一系列豐富資源，將阿都方言土語系統(tǒng)地歸納整理，建立完整的語音資源庫具有重要價值。阿都方言的價值不僅體現(xiàn)于研究阿都地域文化的資料價值，而且也體現(xiàn)為研究彝族語言資料的重要源泉。阿都方言是彝族多元文化的根基，科學(xué)的保護(hù)阿都方言是對阿都方言區(qū)廣大群眾的尊重，同時阿都方言作為重要的非物質(zhì)文化遺產(chǎn)應(yīng)得到傳承和保護(hù)。

2、阿都方言語音資源庫的建設(shè)原理和內(nèi)容

2.1 基于計算語言學(xué)的建設(shè)原理

語言是有聲的交際工具，過去由于條件的限制，收集的很多材料大都由于設(shè)備不夠完善而沒能充分保存和利用語言的真實(shí)語音。聲學(xué)上的分析，也不能說是比較完整的保存和反映了某種語言的真實(shí)面貌。雖不少學(xué)者還是錄制一些有價值的活的語言材料，但因檢索不便而不能充分利用。于是“計算語言學(xué)”便應(yīng)運(yùn)而生。計算語言學(xué)包括了語言學(xué)研究的所有內(nèi)容，如語音學(xué)、語義學(xué)、語法學(xué)、語用學(xué)等方面的知識，這些知識構(gòu)建起計算語言學(xué)，方便研究者進(jìn)行科學(xué)合理的研究分析。

2.2 阿都方言語音詞匯的特征

阿都方言與圣乍方言為標(biāo)準(zhǔn)音的語言上有差異，在阿都方言區(qū)彝語古語詞匯還保留較多以及保留著復(fù)輔音和復(fù)元音，與標(biāo)準(zhǔn)音相比少了清化鼻音，詞匯表達(dá)更加豐富。

阿都方言與標(biāo)準(zhǔn)音在語音上有一定的對應(yīng)規(guī)律。例如：在輔音方面，涼山地區(qū)標(biāo)準(zhǔn)音圣乍方言土語的舌面前音與元音相結(jié)合的音節(jié)，在阿都方言土語中就會變成舌尖后輔音。在元音方面，圣乍話與阿都話在輔音相同的條件下輔音與元音相拼時，圣乍話中的后次低圓唇緊元音在阿都話中的讀音會變成前次高小圓唇緊元音。在圣乍話與阿都話輔音相同的條件下，輔音與元音相拼后次高圓唇松元音在阿都話中讀音將變成前高不圓唇松元音。

資源庫擬將通過漢字、彝文拼音的形式來注明詞義和讀音。

部分詞匯特殊詞匯語音如：（以下依次為漢文-彝語拼音-國際音標(biāo)）看-ngep-21、痣-33、砍-33。

3、阿都方言語音數(shù)據(jù)庫的建設(shè)模式和實(shí)現(xiàn)方案

3.1 阿都方言語音資源庫建設(shè)模式及步驟

資源庫建設(shè)模式：資源庫融合計算機(jī)多媒體、網(wǎng)絡(luò)和數(shù)字技術(shù)，形成以數(shù)據(jù)形式發(fā)布、存取、使用的資源庫；資源庫由多媒體資源、文本、圖片等組成。資源庫存儲介質(zhì)為硬盤/DVD介質(zhì)中；資源庫應(yīng)用于單機(jī)，以便瀏覽檢索資源庫。

本數(shù)據(jù)庫主要為建設(shè)有關(guān)阿都方言的語音資源庫，建成之后可以用于教育、教學(xué)等非商業(yè)化運(yùn)作之中，實(shí)現(xiàn)其本質(zhì)上的意義。

阿都方言語音資源庫建設(shè)步驟：建設(shè)語音資源庫，應(yīng)按照統(tǒng)一規(guī)劃、統(tǒng)一標(biāo)準(zhǔn)、統(tǒng)一管理的原則，進(jìn)行資源的統(tǒng)一整合。

首先，制定統(tǒng)籌規(guī)劃的方案，有序推進(jìn)資源庫的建設(shè)。從數(shù)據(jù)庫特點(diǎn)出發(fā)，依據(jù)服務(wù)對象的需要進(jìn)行推進(jìn)。資源庫應(yīng)在國家/國際標(biāo)準(zhǔn)/地方標(biāo)準(zhǔn)框架下構(gòu)建其標(biāo)準(zhǔn)體系。讓標(biāo)準(zhǔn)成為整個資源庫建設(shè)協(xié)同工作的技術(shù)準(zhǔn)則。為資源庫的總體設(shè)計、資源建設(shè)、支撐技術(shù)軟件開發(fā)及軟硬件環(huán)境建設(shè)提供可遵循的標(biāo)準(zhǔn)規(guī)范進(jìn)行設(shè)計，充分體現(xiàn)其在建設(shè)中的實(shí)用性。

其次，采用標(biāo)準(zhǔn)的流程的錄音來建設(shè)完善阿都方言語音數(shù)據(jù)的采集來實(shí)現(xiàn)語音資源庫的建設(shè)。遵照標(biāo)準(zhǔn)規(guī)范的錄音原則，嚴(yán)格依據(jù)各類標(biāo)準(zhǔn)、行業(yè)準(zhǔn)則以保證質(zhì)量。設(shè)計阿都方言500字詞漢文對照詞匯表，用以阿都方言語音數(shù)據(jù)的采集和分析。該詞匯表在經(jīng)過咨詢資深阿都方言使用習(xí)慣且不存在混用其他方言的“專家”后，經(jīng)過層層篩選，選出具有特點(diǎn)的詞匯、語音方案。該套詞匯方案更貼近于自然與現(xiàn)實(shí)生活，內(nèi)容選取堅持以現(xiàn)有阿都文化資源為主，規(guī)范整合其他資源，具有鮮明的代表性和針對性。

阿都方言語音采集采用較高音質(zhì)標(biāo)準(zhǔn)層次。方便學(xué)習(xí)者通過語音片段進(jìn)行學(xué)習(xí)，也為學(xué)者初步探索語音基本情況和音調(diào)變化組合等存在的特征情況進(jìn)行分析。

錄音設(shè)備采用TASCAM HD-P2便攜式高清晰度立體聲音頻錄音機(jī)，該設(shè)備能夠直接以高達(dá)192kHz/24-Bit的解析度將錄音材料捕捉存儲。同時采用XLR雙話筒輸入，滿足錄音場合需要的立體聲文件獲取。

再次，聲音切片過程則Audition cs 6軟件來實(shí)現(xiàn)。通過該軟件切分，不僅保證了切片后聲音的質(zhì)量，還可按不同的需要分別對各詞組詞匯進(jìn)行拆分或重組，達(dá)到實(shí)現(xiàn)建設(shè)的目標(biāo)需求。

最后，注重規(guī)模與時效相結(jié)合的原則。將所建的資源實(shí)現(xiàn)完全整合，同時從數(shù)據(jù)庫建設(shè)到提供成品注意其時效性。統(tǒng)一管理、維護(hù)結(jié)合的原則，建設(shè)與服務(wù)結(jié)合的原則。資源庫應(yīng)根據(jù)其特點(diǎn)，盡可能為阿都方言區(qū)域提供有聲資源服務(wù)，在服務(wù)中完成自身的價值和意義。

3.2 阿都方言語音資源庫建設(shè)實(shí)現(xiàn)方案

阿都語音資源庫，擬建設(shè)獨(dú)立性元數(shù)據(jù)與關(guān)聯(lián)性元數(shù)據(jù)并存，數(shù)字圖像資源與數(shù)字文本資源相結(jié)合，文字、圖片、音頻、等多種資源相互補(bǔ)充、突出特色的資源庫。該資源庫主要以實(shí)現(xiàn)數(shù)據(jù)信息資源共享為主。

數(shù)據(jù)庫建設(shè)支撐技術(shù)包括專用軟件和工具軟件兩類，前者專門研制開發(fā)，后者通過共享資源獲取。首先，說明軟件的具體運(yùn)行環(huán)境，將軟件置于各子項(xiàng)具體硬件環(huán)境中，要與數(shù)據(jù)庫、電腦等硬件設(shè)備相互配套。其次，按照“統(tǒng)一代碼、標(biāo)準(zhǔn)、字體”的要求進(jìn)行研制，系統(tǒng)在整個數(shù)據(jù)庫建設(shè)中的位置和主要用途；基本結(jié)構(gòu)和功能、系統(tǒng)用戶接口、系統(tǒng)邏輯結(jié)構(gòu)、物理結(jié)構(gòu)、數(shù)據(jù)結(jié)構(gòu)與系統(tǒng)模塊之間的關(guān)系；技術(shù)特征和實(shí)現(xiàn)要求的說明。再次，研制開發(fā)數(shù)據(jù)庫應(yīng)用支撐技術(shù)系統(tǒng)(應(yīng)用軟件)。最后，數(shù)據(jù)庫建設(shè)以資源庫中心先行存儲，然后通過單機(jī)實(shí)現(xiàn)應(yīng)用。

技術(shù)實(shí)現(xiàn)方案：文本資源為文字型電子書及圖片相嵌合。文本數(shù)據(jù)庫建設(shè)主要使用包括Word文檔等，這是數(shù)據(jù)庫建設(shè)中文獻(xiàn)資源建設(shè)的主要格式；輔以圖片實(shí)現(xiàn)文字拼音錄入的資料進(jìn)行存儲。音頻資源則以高解析度的波狀聲音存儲。音頻資源處理(剪輯、合成)要按改良MP3格式進(jìn)行，后存儲于光盤/硬盤。圖像資源則按資源庫頁面進(jìn)行估算，輔以工具制作PS等多媒體軟件。