How Many Syllables in „Fire”?

Przyglądałem się programowi VirtualSinger, i jedną z rzeczy, która wydaje mi się interesująca, jest sposób, w jaki obsługuje on sylaby. Zasadniczo, używa myślników, aby dowiedzieć się, ile notatek słowo jest rozłożone na, ale automatycznie re-hyphenates przy użyciu zasady, że każda uwaga dostaje jeden dźwięk samogłoski jądra.

Na powierzchni, jest to dość zgrabne rozwiązanie… ale są słowa, które wyglądają niewinnie, ale powodują problemy próbując określić, jak powinny być obsługiwane.

„Ogień” jest jednym z tych słów, które powodują smutek, ponieważ fonetycznie jest to /F AY ER/, które ma dwie samogłoski „jądrowe” – /AY/ i /ER/. Jednak przez większość czasu jest wymawiane jako pojedyncza sylaba.

Więc jak to powinno być traktowane? Zarówno w VirtualSinger jak i synSinger, możesz uciec się do przeliterowania fonemów, ale to raczej brzydkie podejście.

Podejście synSinger jest hybrydowe. Najpierw buduje słowo z notatek, a następnie sprawdza lokalną kopię słownika CMU. Jeśli się zgadza: świetnie! Problem rozwiązany.

Ale jeśli nie ma dopasowania, sprawy mogą stać się kłopotliwe. Następnie przekazuje słowo do zmodyfikowanej wersji Reciter’a, który konwertuje słowo na fonemy sparowane z oryginalnymi literami. Na przykład, słowo CATTLE staje się C:K A:AE T:T T:T L:L E:EH. Następnie odbudowuje słowo, stosując oryginalną pisownię, wstawiając myślniki względem pozycji wybranej przez użytkownika.

Słowo FIRE stałoby się F:F I:AY R:ER E:. Jeśli więc użytkownik wpisał FIRE, wynikiem jest FAYER, a jeśli napisał FI-RE, wynikiem jest FAY-ER. Wszystko to dzieje się za kulisami i przez większość czasu działa tak, jak oczekuje tego użytkownik.

Niestety, jest coś, czego synSinger nie robi dobrze, a co VocalWriter robi ładnie: obsługa melizmatów. To znaczy, wiele nut przypisanych do pojedynczej sylaby.

VocalWriter używa znaku '=’ do reprezentowania „rozwiń ostatnie jądro”. Jest to szczególnie miłe, ponieważ można to napisać jak „THE FIG- =- =-” i zostanie to automatycznie rozwinięte do „DHAX FIH-IH-IHG” z końcowymi spółgłoskami umieszczonymi prawidłowo.

synSinger nie obsługuje tego, więc jeśli chcesz napisać coś takiego, musisz to zrobić fonetycznie. A jeśli pracujesz z dyftongami, musiałeś znaleźć przybliżoną samogłoskę dla początkowych sylab przed końcowym dyftongiem.

Ostatnio zmodyfikowałem synSingera tak, że jeśli dyftongi następują po sobie, tylko ostatni rozszerza się w pełni. To czyni go nieco mniej uciążliwym w użyciu, ale wciąż nie jest tak ładny jak VirtualVoice.

Więc patrzę na dodanie funkcji do synSinger, więc „po prostu działa”, zamiast uciekać się do pisania fonemów.

.