g2p_barranquenho ist der erste offene Graphem-zu-Phonem-Konverter für Barranquenho, eine iberoromanische Kontaktsprache, die in Barrancos, Portugal, gesprochen wird — einer Gemeinde an der spanischen Grenze, in der Portugiesisch und das extremadurische/andalusische Spanisch seit Jahrhunderten koexistieren.
Was Barranquenho phonologisch interessant macht
Barranquenho ist kein Dialekt des Portugiesischen oder Spanischen; es ist ein wirklich eigenständiges System. Der Gemeinderat von Barrancos hat kürzlich drei grundlegende Dokumente veröffentlicht — ein Wörterbuch, eine orthografische Konvention und eine Grundgrammatik —, die uns die benötigten Regeln lieferten. Die Ankündigung: “Un Enormi Passu para u Barranquenhu i para a Cultura Barranquenha!”.
Aus dieser orthografischen Konvention haben wir das Regelwerk abgeleitet — doch statt eines handgestrickten eigenen Durchgangs über den Text lebt es als Sprachspezifikation, ext-PT-x-barrancos, in der gemeinsam genutzten orthography2ipa-Engine. Die Graphemtabelle, Allophon-Regeln, das Betonungsmodell und die wortübergreifende Sandhi dieser Spezifikation beschreiben jede Realisierung des Barranquenho: mehrbuchstabige Grapheme fassen sich so zusammen, wie es die Konvention dokumentiert (tch → /tʃ/, ch → /ʃ/, nh → /ɲ/, lh → /ʎ/), nasale Diphthonge treten vor m/n auf, v wird immer auf /b/ abgebildet, und h erscheint als ausgesprochenes /h/ — anders als in beiden Ausgangssprachen.
g2p_barranquenho selbst ist ein schlanker aufruferseitiger Wrapper um orthography2ipa.G2P, gesteuert durch diese Spezifikation: Es übernimmt die Textnormalisierung (Groß-/Kleinschreibung, Tokenisierung in die von der Spezifikation erwarteten Formen), die Zahlenexpansion und eine stabile phonemize/transcribe-Schnittstelle, nicht aber die phonologischen Regeln — eine Regel zu verbessern bedeutet, die Spezifikation stromaufwärts zu bearbeiten, sodass jeder nachgelagerte Verbraucher von der Korrektur profitiert.
In der Praxis:
“Un Enormi Passu para u Barranquenhu i para a Cultura Barranquenha” →
ˈũ eˈnɔɾmi ˈpas̺u ˈpaɾɐ ˈu bɐrɐ̃ˈkɛɲu ˈi ˈpaɾɐ ɐ kuˈltuɾɐ bɐrɐ̃ˈkɛɲɐ
Die Quell-PDFs (Konvention, Wörterbuch, Grammatik) sind im Wurzelverzeichnis des Repositorys hinterlegt, sodass die Regeln anhand ihrer Quelle überprüfbar sind.
Was als Nächstes kommt
Ein G2P-Konverter ist die Mindestvoraussetzung für TTS- und ASR-Arbeit. Ohne ihn hat ein auf Text trainiertes Modell keine prinzipielle phonetische Grundlage. Mit ihm folgt der Weg zu einem Barranquenho-Sprachmodell derselben hybriden Pipeline, die wir für Asturisch und Aragonesisch verwendet haben — der Engpass sind die Sprachdaten, nicht das Werkzeug.
Wenn Sie über Aufnahmen von gesprochenem Barranquenho oder Zugang zu Sprechern verfügen, die bereit sind, unter einer offenen Lizenz beizutragen, nehmen Sie Kontakt mit uns auf. Aufnahmen von Muttersprachlern, selbst nur wenige Stunden, würden ein TTS-Modell realisierbar machen.