MRCP學(xué)習(xí)筆記-Pronunciation Lexicon Specification (PLS)

　　1、現(xiàn)在，我們討論一下關(guān)于PLS的背景介紹。目前很多語(yǔ)音合成和語(yǔ)音識(shí)別引擎都支持了大量的豐富的詞匯語(yǔ)料庫(kù)，也可以支持多種不同的語(yǔ)言。但是，如果讓一種語(yǔ)言可以完全無遺漏地支持或覆蓋所有的詞匯，短語(yǔ)是完全不可能也是非常不現(xiàn)實(shí)的。通常情況下，如果語(yǔ)音合成服務(wù)器或者語(yǔ)音識(shí)別引擎服務(wù)器遇到一個(gè)單詞或短語(yǔ)，這個(gè)短語(yǔ)或者單詞在自己本身的內(nèi)部語(yǔ)法中不能匹配的話，它會(huì)自動(dòng)通過一些語(yǔ)法規(guī)則來自動(dòng)分析，然后決定其發(fā)音。當(dāng)然，這種分析機(jī)制可能在一定的使用場(chǎng)景中是可以工作的，也可以獲得比較好的效果。

　　然而，很多情況下，這種短語(yǔ)或者單詞可能不能正確地匹配其發(fā)音，因?yàn)楹芏噙@些語(yǔ)法規(guī)則可能來自于不同的發(fā)音，這些發(fā)音也可能來自于不同的正字法規(guī)則，所以不能完全準(zhǔn)確地匹配發(fā)音或缺乏其一致性。在英文世界或者其他語(yǔ)言中，經(jīng)常會(huì)看到或者聽到同樣的單詞但是有不同的發(fā)音，例如英國(guó)英語(yǔ)，美國(guó)英語(yǔ)，澳大利亞英語(yǔ)都可能出現(xiàn)細(xì)微的差別這些差別可能導(dǎo)致識(shí)別的失敗。我們自己的中文可能更加復(fù)雜，不同地區(qū)夾雜了不同的方言，這樣同樣會(huì)導(dǎo)致語(yǔ)音識(shí)別或合成出現(xiàn)很多的識(shí)別問題，降低了識(shí)別的準(zhǔn)確率。為了解決這些問題，W3C提出來PLS的規(guī)范，PLS能夠方便地解決這些問題，PLS文件格式可以對(duì)一些單詞或短語(yǔ)的發(fā)音關(guān)聯(lián)它們相關(guān)的，它們所期望的標(biāo)音方式，并且形成標(biāo)準(zhǔn)的XML文件格式來讓語(yǔ)音合成和識(shí)別引擎做進(jìn)一步處理。

　　2、PLS文件是通過媒體類型application/pls+xml來定義的。以下列表定義了PLS的各種參數(shù)屬性。

　　具體的語(yǔ)法格式為：

　　3、筆者介紹了文件的語(yǔ)法結(jié)構(gòu)后，我們具體介紹一下詞匯的條目的設(shè)置。詞匯條目可以通過不同的來加以區(qū)分。每個(gè)包括一個(gè)或多個(gè)正字法和相應(yīng)的發(fā)音。則包含正字法中。可選屬性orthography可以在使用，它用來定義拼寫正字法的腳本代碼。關(guān)于腳本代碼的規(guī)范，讀者可以參考ISO 15924規(guī)范。其相應(yīng)的發(fā)音也包含在中。以下是一個(gè)PLS語(yǔ)法示例：

　　注意，這里的可以支持用戶自己的字母拼寫方式。在語(yǔ)法發(fā)音中，為了方便提高語(yǔ)法分析的準(zhǔn)確性，在PLS文件中可以添加一個(gè)來中間其識(shí)別程度。例如如下PLS語(yǔ)法格式：

　　4、PLS同樣也可以支持字母縮寫的語(yǔ)法規(guī)范。在詞匯條目中通過添加的別名的方式來表示詞匯的縮寫格式。注意，縮寫格式有不同的定義，有開頭字母縮寫方式和別名的方式。開頭字母縮寫的方式使用了每個(gè)單詞的開頭大寫字母來組成一個(gè)縮寫。別名的方式則有所不同，內(nèi)容定義比較發(fā)散也非常靈活，需要通過，用戶需要自己去了解。例如，下面實(shí)例中的Unix，一些linux用戶可能就知道其別名，其他用戶則可能不清楚真正的別名含義。其示例如下：

　　5、在很多情況下，正字法可以支持多種書寫格式，但是其語(yǔ)義都表達(dá)同樣的含義。在PLS中添加不同的來表示不同的正字法書寫方式（例如，美式英文的center 和 英式英文的centre都表達(dá)同樣的語(yǔ)義）。其示例如下，這里同時(shí)也表達(dá)同樣的發(fā)音方式：

　　如果是同樣的發(fā)音，完全不同的正字法和拼寫方式，當(dāng)然其含義也完全不同，那么也可以使用以下方式來表示：

　　6、在前面的章節(jié)中我們重點(diǎn)建設(shè)了PLS如何支持多種正字法書寫表達(dá)方式和發(fā)音的結(jié)構(gòu)語(yǔ)法，但是上面的文章中僅說明了一種語(yǔ)法發(fā)音的問題。在通常情況下，我們可能會(huì)遇到另外一種可能出現(xiàn)的形式-一個(gè)發(fā)音但是多種正字法的表達(dá)方式或多種拼寫方式�，F(xiàn)在的語(yǔ)音合成服務(wù)器可能僅支持目前的PLS標(biāo)準(zhǔn)-僅支持單一的發(fā)音。語(yǔ)音合成引擎僅現(xiàn)在第一個(gè)發(fā)音，而忽略發(fā)音列表中后面的發(fā)音。為了提高其準(zhǔn)確率，在PLS XML文件屬性中添加了prefer的參數(shù)設(shè)置，其參數(shù)表示此發(fā)音優(yōu)先級(jí)順序，使用示例如下：

　　這里，語(yǔ)音合成引擎將使用設(shè)置為prefer=true的發(fā)音優(yōu)先級(jí)。

　　7、在本章節(jié)中，我們主要介紹了PLS的背景知識(shí)，簡(jiǎn)單的語(yǔ)法結(jié)構(gòu)和其在語(yǔ)音合成和語(yǔ)音識(shí)別環(huán)境中的使用。在使用方式的介紹中，我們重點(diǎn)針對(duì)不同的正文法（拼寫）和不同的語(yǔ)法條目的發(fā)音做了介紹，然后對(duì)不同發(fā)音的對(duì)應(yīng)的不同正文法的文件結(jié)構(gòu)也進(jìn)行了分析說明。通過此章節(jié)的剖析，讀者可以基本了解了PLS的語(yǔ)法和其文件結(jié)構(gòu)，為筆者讀者進(jìn)一步了解MRCP媒體處理做一個(gè)必要的準(zhǔn)備。

　　到此為止，通過幾個(gè)不同的章節(jié)，我們已經(jīng)非常完整地介紹了關(guān)于MRCP的數(shù)據(jù)表達(dá)格式和語(yǔ)法結(jié)構(gòu)。在接下來的幾個(gè)章節(jié)中，我們將開始討論關(guān)于MRCP最為核心的部分-語(yǔ)音合成資源類型，語(yǔ)音識(shí)別資源類型，錄音資源類型和說話人驗(yàn)證資源類型。這些媒體資源類型是MRCP乃至整個(gè)語(yǔ)音識(shí)別領(lǐng)域最主要的核心模塊。

　　https://en.wikipedia.org/wiki/ISO_15924

　　https://www.w3.org/TR/pronunciation-lexicon/#S5

　　unimrcp-MRCP協(xié)議學(xué)習(xí)分享，QQ群號(hào)：208136295

　　關(guān)注微信公眾號(hào)：asterisk-cn，獲得有價(jià)值的行業(yè)分享

　　freepbx 技術(shù)論壇：www.ippbx.org.cn

　　Asterisk， freepbx技術(shù)文檔： www.freepbx.org.cn

　　歐米（Omni）智能客服解決方案

　　融合通信商業(yè)解決方案，協(xié)同解決方案首選產(chǎn)品：www.hiastar.com