基于汉字编码特性构造函数实现的语音系统

《基于汉字编码特性构造函数实现的语音系统》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于汉字编码特性构造函数实现的语音系统[日期：2006-05-22]来源： 作者：[字体：大中小]黄红伟 汤兴华  摘要：基于汉字编码的特性，本文构造了一个函数，利用这个函数为每一个汉字建立索引，基于此建立了一个很小的基于文件形式的语音库；在程序里调用这个语音库来达到汉字语音输出的功能。同时给出了实现此语音库的方法、步骤及怎样调用此语音库，及相应的程序代码。关键词：汉字编码,　函数,　语音系统　 1．关于汉字映射序号函数f首先让我们来考查一下汉字的编码（我们这里只研究中国大陆的简体中文GB2312，下同）。根据ANSI字符集[1]，每一个汉

2、字由两个字节构成，由一个十六进制数唯一表示，例如：‘黄’，其十六进制编码为：0xBBC6。我们可以看到在构成‘黄’字的这两个字节中，第一个字节表示的值为：0xBB，第二个字节为：0xC6。通过研究Windows系统中的字符映射表，我们可以得出以下命题：命题一　在表示简体中文的这两个字节中，第一个字节的标识范围为：0xB0~0xF7，第二个字节的标识范围为：0xA1~0xFE。根据命题一，我们得出：命题二　用这两个字节在此标识范围之内所能表示的汉字个数为：（0xF7－0xB0＋1）×(0xFE－0xA1＋1)＝72×94＝6768。事实上字符

3、映射表里的简体汉字个数也为6768个。于是我们定义了一个函数f：定义一：　　P=f(Q)=(Q1–0xB0)×94+(Q2–0xA1)其中：Q为任一汉字的十六进制编码，显然这里Q由两个字节构成，Q1为构成Q的两个字节中的第一个字节，Q2为第二个字节，所以：0xB0≤Q1≤0xF7，　0xA1≤Q2≤0xFE　P={p

4、0≤t≤6767且p为整数}不难证明此函数是可逆的。得出命题三：命题三　　　　任意给定一汉字，根据函数f，总可以找到一个唯一的数p(p∈P)，让p来代表这个汉字，反之，给定一数p(p∈P)，也总有一个唯一的汉字与之对应。于是我

5、们有f(‘啊’)=f(0xB0A1)=0，又如f(‘黄’)=f(0xBBC6)=1071，如此等等。 2.关于汉字拼音对照表通过考查《新华字典》[2]，我们为字符映射表里的6768个简体汉字建立了一个汉语拼音对照表。对照表里在每一个拼音的后面加上一个数字，以示声调，第一声用‘1’表示，第二声用‘2’，第三声用‘3’，第四声用‘4’，平声用‘5’。例如：‘啊’→a1，‘黄’→huang2。由于汉字里同音字比较多，所以6768个汉字拼音里实际上不同声调者只有1317个。为了准备基本的语音素材，我们特地从电视台请了一位播音员录制了这1317个不同

6、的发音。其中每一个发音是一个单独的wav型文件，其文件名就是其对应的汉语拼音，例如‘huang2’这个音的文件名字就是‘huang2’。3.关于语音库的建立语音库分为两个部份，第一部份存贮6768个汉字中的每一个汉字语音数据在库中的位置索引，第二部份存贮的是已经录制好的1317个wav文件的数据。事实上在库中并没有存贮汉字本身，因为根据前面得到的命题三，字符映射表里的每一个汉字都有一个唯一的数字与其对应，故这个语音库的第一部份，也就是索引部份，可以看作一个有6768个元素的数组----SndIdx[6768](实际我们后面编程时也是这样实现

7、的)，例如SndIdx[1071]的值是‘黄’这个字的语音数据在库中的位置偏移量。因为1317个语音数据有10M之多，故索引数组的元素值远超过32767，为此数组的每一个元素占有4个字节的空间。因此索引大小为：4×6768≈25K。调用语音库时利用了两个缓冲区：DWORDSndIdx[6768]与char *m_szSndBuff，m_szSndBuff=(char*)malloc(语音库文件第二部份的大小)。然后把语音库文件fsnd.dat的第一部份，也就是索引部份读入SndIdx；把第二部份，也就是语音数据部份读入m_szSndBuff

8、。当需要语音输出的时候，例如要输出‘黄’的读音，程序根据定义一的函数f得出与该字对应的的编号为1071，于是得到该字的读音在缓冲区m_szSndBuff中的偏移量为SndIdx[1071]，然后调用Windows的用于播放wav数据的API函数来输出该字的发音：sndPlaySound(m_szSndBuff+SndIdx[1071],SND_SYNC

9、SND_MEMORY)[3]。 4.关于系统的实现首先我们来研究怎样生成这个语音系统。语音系统的主体部份其实只是一个数据文件fsnd.dat，我们要做的只是怎样把这些索引与单个的汉字语音数据

10、写到fsnd.dat中。对于6768个汉字的索引以及1317个不同的语音数据文件，我们构造了一个算法做这件事。为此我们设计了一个临时数据库(sndDB)，这个库里只有一张表(wo