低资源非自回归壮语语音合成

基于FastSpeech2模型,文章提出了非自回归的壮语语音合成模型Zhuang-TTS。为了提升模型合成壮语语音的韵律,根据壮语特点及实地调查提出了一套新的壮语音系(声调、声母或辅音、韵母或元音),同时针对壮语声学特点进行了改进:(1)使用壮语音素序列表征壮语发音信息;(2)使用音素级的声学调节器(与FastPitch类似),使合成结果更加稳定;(3)使用Conformer代替FastSpeech2模型中的Transformer,同时构建了一个壮语语音合成语料库。实验结果表明,Zhuang-TTS在韵律方面的意见评分(Mean Opinion Score, MOS)达到3.90,合成实时率达8.65×10^(-2)。该模型在合成壮语语音的质量和速度方面获得了较大提升,优于Tacotron2和FastSpeech2基线模型,研究推动了壮语语音合成领域的发展。

壮族地区英语语音针对性教学新探

壮乡学生从小就讲壮语,形成了壮语的语音语调习惯,而学习英语语音语调是形成一种新的习惯的过程。为此,在壮语区的英语教学中可以采用对比的方法,比较英壮两种语言的异同,找出学生学习的难点,然后选取有针对性的教学方法,从而使学生较容易地掌握英语的语音语调。