本文以開發(fā)印尼語語音合成系統(tǒng)為目的，研究印尼語文本分析與處理方法，主要研究了文本歸一化和音節(jié)劃分方法。采用正則表達及關(guān)鍵字相結(jié)合的方法，對文本中數(shù)字及特殊字符進行歸一化處理；采用基于音節(jié)列表及特殊規(guī)則相結(jié)合的方案實現(xiàn)音節(jié)劃分。從發(fā)音語料庫中挑選出500個包含特殊字符的句子進行歸一化測試，按特殊字符詞數(shù)統(tǒng)計的正確率達96.0%。選取詞典中的1000個單詞進行集內(nèi)測試，其音節(jié)化結(jié)果和人工劃分結(jié)果相比，正確率為98.2%；從文本語料庫中任意選取480個句子共計5850個單詞進行集外測試，其正確率為97.1%。實驗結(jié)果表明，上述方法為印尼語音合成系統(tǒng)的開發(fā)奠定了良好的基礎(chǔ)。

　　目前印尼語公開發(fā)布的語料庫是從一部流行的印度尼西亞小說中提取并以男女對話的方式進行錄音的，該語料庫的覆蓋范圍較窄。對于印尼語語音合成系統(tǒng)，Mengko 和Ayuningtyas 研究了基于音節(jié)拼接的印尼語文語轉(zhuǎn)換系統(tǒng)，其主要針對音節(jié)聲音數(shù)據(jù)庫質(zhì)量和播放過程中音節(jié)的整合問題進行改進，但該系統(tǒng)音節(jié)列表不全且未考慮音節(jié)組合的韻律特征。Sutarman 研究了使用雙音素拼接的印尼語文語轉(zhuǎn)換系統(tǒng)，此系統(tǒng)在構(gòu)造雙音素數(shù)據(jù)庫和文本到語音的過程中發(fā)現(xiàn)，在音素表中查找單詞時不夠精確，并且在分割過程中，使用雙音素進行切分得到的結(jié)果也不盡如人意。

?

　　本文聚焦于印尼語語音合成系統(tǒng)中的前端文本分析模塊，著重關(guān)注文本語料庫中數(shù)字及特殊字符的歸一化以及基于音節(jié)列表和特殊規(guī)則相結(jié)合的印尼語音節(jié)的自動劃分。

　　本文的結(jié)構(gòu)如下：第1 節(jié)為印尼語的簡單概述；第2 節(jié)對印尼語發(fā)音語料庫的構(gòu)建進行闡述；第3節(jié)介紹了印尼語中非標準詞的歸一化方法；第4 節(jié)介紹印尼語的音節(jié)劃分；第5 節(jié)對整個實驗過程進行了總結(jié)。