中文语音库学习

原理

之前只用过汉字显示的点阵字库，没想到还真有个汉字语音库。

在网上科普了下，大部分都是通过上位机生成的，

首先说说汉字显示库与汉字语音库的不同，也是最根本的区别，一个汉字对应一个写法，每一个汉字在汉字显示库在都是独一无二的，但是汉字语音库，却不是这样的，，一级字库中有3755个，是常用汉字，二级字库中有3008个，此外还有1W多字基本用不到的汉字，但是它们发音很多都是重复的，如下：

现代汉语普通话共有1327种音节。如果不含声调，则有418种

如果把每一个汉字的发音都存储在语音库中，太浪费了，因此汉字语音库中存在2个表，一个是1327个语音存储表，另一个是GB2312汉字区位码的索引表， 索引表内保存的是此汉字发音在语音存储表中的长度与偏移地址，

发音过程，当输入一个汉字是，其实在计算机中就是2字节的内码，这个也汉字显示库是一样的，再通过内码在索引表中找到此字对应的发音的长度与地址，然后再把PCM语音读出来播放，就完成了汉字语音库的翻译。

上面的原理非常简单，但是实现起来，做成产品还需要处理一些特殊情况，如果，多音字、阿拉伯数字、ASCII字母等，

应用

这种方法，发出的语音比较僵硬，一听就是机器合成的，但在一些要求低的场合还是能够使用的，在银行、医院等地方还是使用很多的。

优化

在工业场合下，并不是所有的语句都有可能发出来的，还以银行为例，常用的有“请XXX到2号窗口”，其中XXX是人名，这3个字是不可预期的，因此必须要使用语音库来实现，但是“请到X号窗口”完全可以事先录好，放到机器里，使用时，整个播放出来，因为是事行录好的，因此这句话的流畅度、语调都可以做到非常好，

优化方法可以从2方面着手

1，对于可预期的语句，事先录制好，保存在机器内，

2， 对于不可预期的才从中文语音库中取。

参考GB2312汉字语音系统！ (amobbs.com 阿莫电子论坛)