Айсауле Жантемировна Аманбаева, автор-корреспондент, кандидат филологических наук, ассоциированный профессор
г. Алматы
Aisaule Amanbayeva, Corresponding Author, Candidate of Philological Sciences, Associate Professor
Almaty
Олжас Жумагалиулы Нуржакыпов, докторант
г. Алматы
Olzhas Nurzhakupov, Doctoral Student
Almaty
В статье рассматривается проблема определения просодических особенностей текстов образовательных платформ для реализации системы синтеза речи. Это обусловлено тем, что без учета интонационных характеристик каждого предложения программа не способна корректно распознавать, с какой интонемой оно должно быть произнесено. На современном этапе интонационные особенности казахского языка всесторонне проанализированы в исследованиях академика З.М. Базарбаевой, в которых установлено наличие 8 типов интонем, характерных для казахского языка. В этой связи тексты, предназначенные для дикторского озвучивания, были снабжены соответствующими интонемами с указанием их особенностей. В качестве материала исследования использованы учебники образовательных платформ по естественно-научному и гуманитарному направлениям: «Анатомия», «Криминалистика», «Менеджмент», «Казахская литература». В статье при разработке системы синтеза речи интонемные модели были использованы в качестве образца дикторского чтения. Для обеспечения высокого качества синтеза речи в интонационном (просодическом) аспекте были учтены типы основного тона (восходящий-нисходящий, нисходяще-восходящий, ровный), а также параметры темпа (быстрый и медленный). Интонемы казахского языка определяют завершенность или незавершенность высказывания, его эмоциональную окраску, а также тип интонации общий или специальный вопрос. В связи с этим важным является системное представление интонемных моделей. Таким образом, при разработке системы синтеза речи было установлено, что в конце предложения тональный уровень закономерно понижается, тогда как сохранение повышенного или ровного тонального уровня в середине высказывания указывает на незавершенность мысли. Эти особенности были реализованы в виде соответствующих интонемных моделей.
The article focuses on determining the prosodic characteristics of texts used in educational platforms for the development of a speech synthesis system. This is обусловлено тем, что without taking into account the intonational characteristics of each sentence, the program cannot correctly determine which intoneme should be used in its pronunciation. At present, the intonational features of the Kazakh language have been comprehensively analyzed in the studies of Academician Z.M. Bazarbayeva, which identifies eight types of intonemes characteristic of the Kazakh language. In this regard, texts intended for voice-over narration were annotated with the corresponding intonemes, indicating their specific features. As research material, textbooks from educational platforms in both natural sciences and humanities were used, including Anatomy , Criminalistics , Management , and Kazakh Literature . In developing the speech synthesis system, intoneme models were employed as a reference for narrator reading. To ensure high-quality speech synthesis in the intonational (prosodic) aspect, types of fundamental frequency patterns (rising-falling, falling-rising, and level), as well as tempo parameters (fast and slow), were taken into account. Intonemes in the Kazakh language determine whether an utterance is complete or incomplete, convey its emotional coloring, and indicate the type of intonation-general or special question. Therefore, a systematic representation of intoneme models is essential. Thus, it was modeled for the speech synthesizer that the tonal level must necessarily fall at the end of a sentence, while the preservation of a rising or level tonal pattern in the middle of a sentence indicates the incompleteness of the thought; these features were incorporated into the system in the form of corresponding models.
The authors declare that there are no conflicts of interest present.