Korpus pertuturan sintaksis-prosodi Bahasa Melayu

Abstract

Kertas ini memperihal tentang pembinaan korpus pertuturan Bahasa Melayu untuk diguna dalam pembinaan sistem pertuturan Bahasa Melayu. Korpus pertuturan Bahasa Melayu ini diwakili dengan perwakilan struktur pokok sintaks-prosodi, yang diubah suai daripada struktur perwakilan Structured-String Correspondence (SSTC). Bagi membina korpus pertuturan Bahasa Melayu dalam perwakilan sintaks-prosodi, ayat teks yang sedia kala dalam perwakilan SSTC diguna sebagai skrip rakaman. Melalui rakaman suara berdasarkan skrip tersebut, fitur prosodi diekstrak keluar dan dianotasi pada struktur pokok SSTC, dan pada masa yang sama, fail bunyi dipaut pada nod struktur pohon SSTC. Pada akhir pemprosesan rakaman dan anotasi, mini korpus pertuturan yang diwakili dengan perwakilan sintaksis-prosodi yang mengandungi 422 ayat, 1720 frasa dan 6978 unit perkataan berjaya dihasil.