g2p_barranquenho نخستین مبدل باز نویسهبهواج برای بارانکنیو است، یک زبان تماسی ایبرو-رومی که در بارانکوس در پرتغال صحبت میشود — شهرداریای در مرز اسپانیا که در آن پرتغالی و اسپانیایی اکسترمادورایی/اندلسی قرنهاست در کنار هم زیستهاند.
چه چیزی بارانکنیو را از نظر واجشناختی جالب میکند
بارانکنیو گویشی از پرتغالی یا اسپانیایی نیست؛ نظامی حقیقتاً متمایز است. شورای شهرداری بارانکوس اخیراً سه سند بنیادین منتشر کرده است — یک فرهنگ لغت، یک قرارداد املایی و یک دستور زبان مقدماتی — که قواعد موردنیاز ما را فراهم کردند. اعلامیه: “Un Enormi Passu para u Barranquenhu i para a Cultura Barranquenha!”.
از همان قرارداد املایی مجموعهٔ قواعد را استخراج کردیم — اما بهجای نوشتن دستی یک گذرِ اختصاصی روی متن، این قواعد بهصورت یک اسپکِ زبانی، ext-PT-x-barrancos، در موتور مشترک orthography2ipa جای گرفتهاند. جدول نویسهها، قواعد آلوفونی، مدل تکیه و سندی بینواژهایِ آن اسپک هر تحقق آوایی بارانکنیو را توصیف میکند: نویسههای چندحرفی همانطور که قرارداد مستند کرده در هم فشرده میشوند (tch → /tʃ/، ch → /ʃ/، nh → /ɲ/، lh → /ʎ/)، دیفتونگهای خیشومی پیش از m/n ظاهر میشوند، v همیشه به /b/ نگاشته میشود، و h بهصورت /h/ تلفظشده ظاهر میشود — برخلاف هر دو زبان مادر.
g2p_barranquenho خود یک پوششِ نازک در سمت فراخوان است دور orthography2ipa.G2P که با آن اسپک هدایت میشود: این پوشش عهدهدار نرمالسازی متن (تبدیل حروف بزرگ/کوچک، توکنسازی به شکلهایی که اسپک انتظار دارد)، بسط اعداد و یک سطح پایدار phonemize/transcribe است، اما نه قواعد واجشناختی — بهبود یک قاعده به معنی ویرایش اسپک در بالادست است، پس هر مصرفکنندهٔ پاییندست از همان اصلاح بهره میبرد.
در عمل:
“Un Enormi Passu para u Barranquenhu i para a Cultura Barranquenha” →
ˈũ eˈnɔɾmi ˈpas̺u ˈpaɾɐ ˈu bɐrɐ̃ˈkɛɲu ˈi ˈpaɾɐ ɐ kuˈltuɾɐ bɐrɐ̃ˈkɛɲɐ
PDF های منبع (قرارداد، فرهنگ لغت، دستور زبان) در ریشهٔ مخزن قرار داده شدهاند تا قواعد در برابر منبع خود قابل بازبینی باشند.
گام بعدی چیست
یک مبدل G2P حداقل پیشنیاز برای کار TTS و ASR است. بدون آن، مدلی که روی متن آموزش دیده هیچ مبنای آوایی اصولیای ندارد. با آن، مسیر رسیدن به یک مدل صدای بارانکنیو از همان خط لولهٔ ترکیبیای پیروی میکند که برای آستوریایی و آراگونی به کار بردیم — مانع، دادههای گفتار است، نه ابزار.
اگر ضبطهایی از بارانکنیوی گفتاری در اختیار دارید یا به گویشورانی دسترسی دارید که مایل به مشارکت تحت یک مجوز باز هستند، با ما تماس بگیرید. ضبطهای گویشوران بومی، حتی چند ساعت، ساخت یک مدل TTS را عملی میسازد.