台湾华语语料库之音韵型态：数据运算之计量语言学分析及应用

本次演讲旨在探讨语音数据库之建构及其在语音学和语言处理等关键技术领域中之创新应用，增强人类语音的声学和语音学理解。透过多层标记之语音符号及声纹数据，可以对口语变异及音位模式提供基础理解。本次研究之资料撷取来自多项台湾华语语音数据库，涵盖多人对话、左脑失语症患者、正常幼童母语习得、语音障碍幼童对话及泰国幼童学习华语等，所有语音数据撷取自半自动建构及标记附有时间轴、音片对齐及多层标记之Praat系统（Boersma & Weenink, 2018-2024）。所有语音数据撷取均以30秒自动侦测分割框架，且采样率为16位元44.1kHz。多层语言单位涵盖繁体字、词性标记、国际音标IPA之辅音、元音、音节及声调标记。透过声学研究能取得频率、振幅及时长等基础语音信号作为分析，对于语音如何产生、传输及感知提供些许数据，而透过建构之语音数据库能大规模以计量语言学进行分析运算，如Zipf’s law, Yule及Entropy。此次报告也将介绍语音数据库及声学研究在技术领域中，如语音合成、语音识别、以及医疗保险中对于语言障碍之评估及医疗科学等初步应用。