Quante sillabe in “Fire”?

Ho guardato il programma VirtualSinger, e una cosa che trovo interessante è come gestisce le sillabe. Fondamentalmente, usa i trattini per capire su quante note è distribuita una parola, ma ri-sillaba automaticamente usando la regola che ogni nota ha un singolo suono vocale di nucleo.

In superficie, questa è una soluzione piuttosto ordinata… ma ci sono parole che sembrano innocenti che causano problemi cercando di determinare come dovrebbero essere gestite.

“Fire” è una di quelle parole che causa problemi, perché foneticamente è /F AY ER/, che ha due vocali “nucleo” – /AY/ e /ER/. Eppure la maggior parte delle volte viene pronunciata come una sola sillaba.

Come dovrebbe essere gestito questo? Sia in VirtualSinger che in synSinger, puoi ricorrere allo spelling dei fonemi, ma è un approccio piuttosto brutto.

L’approccio di synSinger è un ibrido. Prima costruisce la parola dalle note, e poi controlla una copia locale del Dizionario CMU. Se corrisponde: bene! Problema risolto.

Ma se non c’è corrispondenza, le cose possono diventare rischiose. Poi passa la parola a una versione modificata di Reciter che converte la parola in fonemi abbinati alle lettere originali. Per esempio, la parola CATTLE diventa C:K A:AE T:T T:T L:L E:EH. Poi ricostruisce la parola usando l’ortografia originale, inserendo i trattini relativi alla posizione selezionata dall’utente.

La parola FIRE diventerebbe F:F I:AY R:ER E:. Quindi se l’utente ha inserito FIRE, il risultato è FAYER, e se ha scritto FI-RE, il risultato è FAY-ER. Tutto questo avviene dietro le quinte, e la maggior parte delle volte funziona semplicemente come l’utente si aspetta.

Purtroppo, c’è qualcosa che synSinger non fa bene che VocalWriter fa bene: gestire i melismi. Cioè, note multiple assegnate a una singola sillaba.

VocalWriter usa il carattere ‘=’ per rappresentare “espandere l’ultimo nucleo”. È particolarmente bello, perché questo può essere scritto come “THE FIG- =- =-” e sarà automaticamente espanso in “DHAX FIH-IH-IHG” con le consonanti finali posizionate correttamente.

synSinger non supporta questo, quindi se volete scrivere qualcosa del genere, deve essere fatto foneticamente. E se stai lavorando con un dittongo, devi trovare una vocale approssimativa per le sillabe iniziali prima del dittongo finale.

Ho recentemente modificato synSinger in modo che se un dittongo segue se stesso, solo l’ultimo si espande completamente. Questo lo rende un po’ meno doloroso da usare, ma ancora da nessuna parte come VirtualVoice.

Quindi sto cercando di aggiungere la funzione a synSinger, così “semplicemente funziona” invece di dover ricorrere alla scrittura di fonemi.