This paper invetigates on a novel area of prosody modeling by mapping from a language with similar prosodic characteristics. This is a worth solution for cross-language speech synthesis where an only small set or worst none of speech resource exists in the target language. The approach preserves prosody co-articulation by mapping prosodic units among similar languages and conducting a corpus-based unit selection algorithm to borrow prosody sequences from the rich-resource language. A case study is to make use of Thai F0 contours in a syllable base to generate F0 curves for Mandarin Chinese Results based on a objective RMSE measure as well as a subjective MOS reveaks its capability over a simple template-based model.

บทความนี้นำเสนอวิธีการจำลองท่วงทำนองของเสียงพูดที่ยืมของภาษาข้างเคียงมาใช้โดยอาศัยคุณประโยชน์ของความคล้ายคลึงกันของบางคู่ภาษาที่มีลักษณะท่วงทำนองการเปล่งเสียงพูดในแต่ละพยางค์ที่คล้ายกัน วิธีนี้จะทำให้สามารถสร้างแบบจำลอวที่ไม่ต้องใช้ฐานข้อมูลเสียงพูดของภาษาเป้าหมายเลย แต่สามารถจำลองท่วงทำนองของภาษเป้าหมายได้จากความต่อเนื่องกันของภาษาคู่ที่มีฐานข้อมูลอยู่มาก โดยบทความนี้นำเสนอคู่ภาษาตัวอย่างไทย-จีน ซึ่งใช้กระบวน corpus-based unit selection มายืมทำนองของภาษาที่มีฐานข้อมูลอยู่มาก (ภาษาจีน) ไปใช้กับภาษาที่ไม่มีฐานข้อมูลเสียงอยู่เลย (ภาษาไทย) และใช้ความรู้ทางภาษาศาสตร์มาทดลองสร้างแบบจำลองพื้นฐานของภาษาเป้าหมาย โดยทำการยืมเฉพาะ F0 contour มาใช้งาน ผลการทดลองให้ผลในระดับพอใช้งานได้อย่างมีนัยสำคัญ