arXiv cs.CL· Kola Tubosun, Adedayo Oluokun, Hafiz Adewuyi, Dadepo Aderemi·· 11 小时前AI 评分18
TTSYoruba：面向约鲁巴语的规则化双音素语音合成系统
A Situational Speech Synthesizer for Yoruba: System Design, Phonological Rule Architecture, and Orthographic Extensions for Contour
AI 导读
TTSYoruba 是一个基于规则拼接双音素的约鲁巴语语音合成系统，已上线于约鲁巴语人名开放词典网站，输入带声调标记的文本即可输出音频。系统使用 651 个双音素单元，覆盖该语言每个辅音-元音组合的五种声调变体，并采用 caron 与 circumflex 作为单元音曲拱声调标记，集成进 TTS 归一化流程和 WriteYoruba 键盘工具。
正文 · AI 翻译
摘要：我们提出 TTSYoruba，一个基于规则的约鲁巴语双音素拼接语音合成器，已作为此 http URL约鲁巴语人名开放词典的一部分在线部署。该系统以带声调标记的约鲁巴语文本为输入，通过将手工构建的音系规则系统应用于包含 651 个双音素单元的录音库来生成音频输出，这些单元覆盖了该语言中每个辅音-元音组合的五种声调变体。我们详细描述了该系统的音系架构，包括完整的声调文件选择逻辑、对三向鼻音消歧问题（口鼻音 /n/、鼻化元音和成音节鼻音）的处理，以及从平调输入推导出语境升调和降调的方法。作为一项正字法贡献，我们还介绍了采用 caron 和 circumflex（这两个符号在约鲁巴语音系转写中已有先例）作为标准的单元音曲调标记，并将其整合进 TTS 归一化流程和 WriteYoruba 键盘输入工具。该系统的性能通过一项听者研究（N=50）进行了评估，第 6 节给出了平均意见得分（MOS）的详细结果。
关键词：约鲁巴语、文本转语音、低资源语言、双音素合成、曲调、非洲语言 NLP、基于规则的合成
| 评论： | 18 页，6 张表。本版本：更正了对 Iyanda 等人（2014）的描述以及 Odejobi 等人（2007）的日期；增加了对早期约鲁巴语字素到音素工作的讨论以及对 Abraham（1958）的引用；引用了参考键盘映射（doi:https://doi.org/10.5281/zenodo.23305200%29%3B 格式更正 |
| 主题： | 声音（cs.SD）；计算与语言（cs.CL）；音频与语音处理（eess.AS） |
| ACM 分类： | I.2.7; H.5.5 |
| 引用为： | arXiv:2607.18317 [cs.SD] |
| （或本版本使用 arXiv:2607.18317v5 [cs.SD]） | |
| https://doi.org/10.48550/arXiv.2607.18317 arXiv 颁发的 DOI（通过 DataCite） |
提交历史
来自：Kola Tubosun [查看电子邮件]
[v1]
2026 年 7 月 17 日星期五 20:13:41 UTC（388 KB）
[v2]
2026 年 7 月 23 日星期四 00:00:02 UTC（378 KB）
[v3]
2026 年 10 月 1 日星期四 15:56:05 UTC（19 KB）
[v4]
2026 年 10 月 11 日星期日 17:32:03 UTC（19 KB）
[v5]
2026 年 10 月 16 日星期五 16:23:21 UTC（19 KB）
来源：arXiv cs.CL · arxiv.org