教育部台語羅馬字版本未經修改 (What You See Is What You Hear) 之語音輸出範例

坐牛車(2600R) 正月的西瓜 (3060R) 露背裝的故事 (2600R)

       1. 前言 

       2. 系統特色與功能 

       3. 程式架構說明

       4. 開發過程摘要

       5. 安裝

       6. 使用方法簡介

       7. 圖形操作介面說明

       8. 結語

       9. 誌謝

      10. 備註

	

十多年前，台灣坊間幾乎看不到口語化的台文作品，一般人也認為台語就是中國的閩南方言，根本無法書寫。台語真的無法書寫嗎？其實，台語一直有文白兩套語音系統。讀書人用的文音可直接以漢文寫出，例如文言文、漢詩或唐宋詩詞等。至於日常庶民所用的白話音則與現代中文有相當差異，當然無法完全以中文白話書寫。從台灣文獻可知，早在一百多年前 (1875) 台灣的基督徒就用羅馬字來寫台灣話 (通稱白話字或教會羅馬字)。甚至更早的三百多年前 (1661) 荷蘭人也用羅馬字為台灣平埔族原住民建立新港語的聖經書。白話文由於不能用打字機繕打，戒嚴時期又被統治者查禁，所以只在基督教會間通行。解嚴以後，各種台語系統紛紛出土，個人電腦也可以處理白話文或音漢併用的「漢羅文体」。不過白話文和漢羅文体在文書處理和電腦應用方面仍然不若純英文字母的拼音系統方便，主要還是聲調記號和文字編碼的問題。

自然語言電腦化，必須處理「聽、說、讀、寫」四種功能。聽和說的應用尚未普及；原因是除了語音辨識和分析技術以外更需仰賴人工智慧的邏輯推理和機器學習能力，目前仍在實驗階段。至於讀和寫，在實用上則比較成熟。「語音輸出引擎」 (Text-to-speech engine) 加上一部雙語辭典和簡單的文書處理器便可組合成雙語讀寫系統。台語電腦化，主要的關鍵有三；第一、文字碼最好能和 ASCII 碼相容，電腦處理時才不會有字碼衝突的問題。第二、建立人工的聲調群剖析器，才能正確地標出台灣話的八個聲調 (註 1)。第三、語詞和構詞法必需標準化，各種拼字法間可以規則互換，才有大量現成的辭典、語詞、語料和文字作品可供引用。至於台語和漢語間的互譯，則有賴於語法規則的建立，這方面的研究，仍有待努力。

本文除了敘述系統功能、程式架構和操作程序外，並就開發過程及心得作扼要說明。

	一﹑與 Windows 作業系統相容。
	二﹑使用圖形介面，國小學童即可操作，不需特別訓練。
	三﹑自然語音輸出 (教育部台羅語音輸出 Demo 影片)。
	四﹑低階個人電腦 (Intel Pentium-133) 即可運作。
	五﹑採用開放式設計，擴充性高，並可適用多種語音字 (辭) 典。

	一﹑台語及漢語語詞雙向翻譯。
	二﹑台語及漢語文句雙向翻譯。
	三﹑相對台語之英語/日語/漢語即時同步顯示。
	四﹑相對漢語之台語/日語/英語即時同步顯示。
	五﹑台語語詞及語音同步輸出 (台語有聲詞典)。
	六﹑台語文句拼字檢查及語音輸出 (聲障及腦性麻痺患者代言)。
	七﹑台/日/漢/英多語辭典及台語釋例即時查詢 (教育部台羅語音輸出 Demo 影片)。
	八﹑文字匯入、匯出及語音存檔 (台語有聲讀本製作) 功能。	
	九﹑台語網頁 (教育部台羅語音輸出 Demo 影片)及外部程式 (教育部台羅語音輸出 Demo 影片)台語語音輸出。
	十﹑英語/漢語字彙搜尋及索引檔製作 (教育部台羅語音輸出 Demo 影片)。

圖 (一) 教育部台語羅馬字版操作介面

範例語音輸出請按 譯自 Stopping by Woods on a Snowy Evening (by Robert Frost)

台文框和漢文框則是簡單的文書處理器。這兩個物件可進行文字輸入與輸出， 提供使用者揮灑的空間。系統對台文框文句提供拼字檢查功能及連寫、分寫容錯設計，適合初學者練習拼音。台文框同步顯示框經由文字感知器 (Text sensor) 可測知滑鼠所在位置的台語詞而將相對台羅Unicode字型、漢語、日語和英語作同步顯示。文字感知器也可藉著滑鼠按鍵動作將語詞轉化為語音輸出。

台/日/漢/英多語辭典可以預藏十萬個台語詞，相對漢語、日語及英語，分頁存放。滑鼠在台文框點按左鍵，或在漢文框指定 (反白) 某個語詞時，辭典即顯示滑鼠所在位置的台語詞。使用者也可以操作控制按鈕捲動翻頁，或指定某頁進行瀏覽。

這種功能導向設計其實是框架理論的應用和人類控制系統的模擬。這裡提到的框架，並非 Visual BASIC 的 Frame 控制項，而是一個觀念。框架理論的基本概念是將物件分割成幾個具有相關特性的小單位，每個小單位又可視需要分割成更小單位，形成一種階層樹狀結構 (Hierarchical tree) 。這種組織技巧可將複雜問題簡化，適合表達物理結構、抽象觀念、處理程序或描繪事件。具有階層關係的框架，可以傳承上階框架的內部參數，無階層關係的框架，則利用映射 (Mapping) 技巧，例如呼叫函數或程序，建立橫向關係。Visual BASIC 的表單 (Form) 就是具有框架結構的物件。在程式設計的過程中，應用框架映射技巧，把凌亂的程式碼組織起來，分別置於適當的模組，對於程式維護和執行速度的提昇，常有立竿見影的效果。

程式架構如下 (括弧內為相關功能或有階層關係之功能) :

1. 線上操作說明: 顯示操作說明
2. 檔案開啟及儲存: 分別處理台文、漢文及語音檔之開啟及存檔作業 (9,11,14,16)
3. 音色選取器: 選取男聲、女聲或童聲作語音輸出 (17,18)
4. 語音播放器: 自語音資料庫截取語音資料並進行播放 (13,15,16,17)
5. 台語翻譯器: 將漢語文句斷詞、搜尋、比對後譯成台語 (19,16)
6. 語詞同步顯示開關: 打開或關閉同步顯示語詞功能 (13,16)
7. 音效開關: 將語音輸出功能打開或關閉 (4)
8. 漢語翻譯器: 將台語文句剖析、搜尋、比對後譯成漢語 (15,16)
9. 台文文書處理器: 台文文書處理 (8,12,13,15,16,17)
10. 語詞同步顯示器: 經由文字感知器將滑鼠所在位置台語詞的相對漢語、英語和日語作同步顯示 (13,16)
11. 漢文文書處理器: 漢文文書處理 (5,12,16,19)
12. 多語辭典語料庫: 貯存台語、日語、漢語、英語語料及索引 (4,5,8,13,14,16)
13. 文字感知器: 偵測及辨識滑鼠所在位置的文字內函 (10,16)
14. 錄音器: 將指定之台語語詞同步錄音存檔 (2,16)
15. 文句剖析器: 將台語文句分解成單語，經過篩檢後存入字串陣列 (4,9,17)
16. 資料管理器: 執行語詞資料庫之管理作業 (4,5,8,9,10,11,12,13,14,17,18,19,20)
17. 語音合成器: 自語音資料庫截取所需相關語詞之語音資料再合成為語音檔 (4,9,15,16,18)
18. 二進位資料處理器: 製作語音資料庫 (16)
19. 漢語質詞庫: 貯存漢語斷詞用的質詞 (5,11,16)
20. 辭典轉換器: 將文字檔格式之辭典轉換成多語辭典資料庫 (16)
21. 外部應用程式語音輸出介面: 網頁及外部應用程式台語語音輸出 (4)
22. 聲調群剖析器: 推論引擎，知識庫，變調規則庫(語詞變調調處理器) (12,16,17,19)
23. 索引編輯器: 辨識及搜尋使用者輸入之語詞並建立台/漢/英相關語詞索引 (12,16)
24. 拼字檢查器: 將羅馬字語詞與詞典比對，並將錯誤或詞典未收錄語詞以不同顏色顯示 (12,16,19)
25. 同步語音產生器: 將輸入之漢字台語或羅馬字語詞轉換為同步語音輸出 (4,6,13,16,17,20)
26. 字元編碼轉換器: ASCII 與 UTF8 字元編碼互轉 (2,21)

   外部應用程式語音輸出介面及台語文格式轉換
	以滑鼠左鍵點按此圖，可開啟外部程式語音輸出介面  。用滑鼠將網頁或文件內容反白後，
        點按語音合成器 ，可以聆聽 以 Unicode (調符) 或 ASCII (數字) 編碼的漢文、漢羅、全羅等台語
        文句語音輸出並將外部程式的台語文轉為ASCII數字格式，匯入台文框 (教育部台羅語音輸出 Demo 影片)。

	若只做台語文格式轉換，則以滑鼠右鍵點按  再用左鍵點按 ，
        在台文框按右鍵再選「貼上」可將外部程式的 ASCII 台語文匯入台文框。



   字彙搜尋
	點按此圖可以進行以英文或漢文來搜尋台語字彙並製作索引檔 EINDEX.TXT 及
        CINDEX.TXT。搜尋後找到的台語語詞，反白後也能做語音輸出。



   操作說明
	顯示圖形操作介面及說明。



   開啟檔案 (台文)
	先用滑鼠點選台文框 (開啟台文檔) 或漢文框 (開啟漢文檔)，再點按此圖可以打開已經建好的台文
        或漢文檔案。



   另存新檔 (台文)
	要建立新的台文檔案可直接在台文框輸入文句。不論是新建檔案或
        修改舊檔都可點按此圖，將台文框內容以ASCII文字檔格式及 Unicode 調符檔儲存。



   存語音檔 (有聲讀本製作)
	將目前正在朗讀的台文語音以 wave 檔格式儲存。此功能可直接製作台語有聲讀本，不需外掛錄音程式。



   存漢文檔
	將漢文框內容以文字檔格式儲存。



   變換聲音
	選擇以男聲、女聲或童聲播出 (本版以男聲播出)。



   語音合成及輸出
	語音合成器會將台文框指定 (反白) 的語詞或文句逐字讀出。按右鍵可選擇讀速。



   漢文台譯
	翻譯器會將漢文框中指定 (反白) 的語詞或文句內容斷詞後譯成台文。
        無法台譯的語詞或外語則保留原文成為漢羅文体。篇幅較長的文章請
        分段翻譯。



   同步顯示及「隨打隨聽」開關 (on/off)
	點按此圖可以打開或關閉同步顯示語詞功能。
        打開同步顯示:
        當滑鼠在台文框內移動時會將滑鼠所在位置台語詞的相對漢語、英語
        和日語作同步顯示。
        關閉同步顯示:
        尚未熟習台語的使用者在寫作台文時，往往無法拚出正確的語詞，
        這時要將同步顯示開關關閉，然後把滑鼠移到漢文框內，輸入漢字時
        便可同步聽到台語語音。將漢語詞反白後也可顯示相對的台文語詞並
        聽到台語語音。同樣的，在台文框輸入台語語詞後按空白鍵或 Enter
        鍵也能立即聽到台語語音以判定輸入語詞是否正確。



   音效開關
	點按此圖可以打開或關閉語音輸出功能。



   台文漢譯 
	翻譯器會將台文框中指定 (反白) 的語詞或文句內容譯成漢文。
   無法漢譯的語詞或外來語則保留原文成為漢羅文体。篇幅較長的文章請
   分段翻譯。



   關閉程式
	結束程式，返回 Windows 作業系統。

6

「台語語音筆記本」和「中文漢語拼音讀寫系統」都是採用 Vikon Multilingual Text to Speech System (MLTTS) Compiler 進行編譯之語音輸出應用軟體。MLTTS 除了配備語音引擎以外，還能整合及編譯各種類型的語料和工具程式，並進行語詞檢索 (Word retrieval)、文句剖析 (Sentence parsing)、機器學習 (Machine learning) 與自動回饋 (Auto-feedback) 等功能測試。其組織架構適用於以大詞庫 (Corpus) 及語意單位 (Semantic unit) 為基礎的語料處理，也是框架理論和語意網路的延伸應用。

7

現存的文字語言或因通行已久，或因約定成俗，無法以電腦做邏輯規則處理，必須建立電腦化的人工語言做為媒介。媒介語言的符號和構詞法不受自然語言約束，語法簡單，語意明確，因此適合常規處理，也能建立與自然語言映射的機制。