Entwicklung eines Text-zu-Sprache-Systeme für die Yoruba-Sprache

Sprachsynthese ist die künstliche Erzeugung menschlicher Sprache; ein zu diesem Zweck verwendetes Computersystem wird als Sprachsynthesizer bezeichnet und kann sowohl in Form von Software als auch von Hardware umgesetzt werden. Ein Text-to-Speech-System (TTS) wandelt normalen Sprachtext in Sprache um. In den letzten Jahren ist diese Technologie für verschiedene Sprachen und unterschiedliche Plattformen - vom PC bis hin zu Smart-Geräten - weit verbreitet, doch für die Yoruba-Sprache, die von über 30 Millionen der 150 Millionen Nigerianer gesprochen wird, ist sie noch nicht vollständig ausgereift. Daher besteht Bedarf an der Entwicklung eines solchen Systems. Es gibt verschiedene Techniken, die hierfür eingesetzt werden können, darunter die Formantsynthese, die Artikulationssynthese und die verkettende Synthese; für diese Arbeit wurde jedoch die verkettende Methode verwendet. Die konkatenative Synthese basiert auf der Verkettung, d. h. dem Aneinanderreihen von Segmenten aufgezeichneter Wortarten. Yoruba-Silben dienten als Grundeinheiten der Verkettung und wurden in der Programmiersprache C# unter Verwendung des .NET-Frameworks implementiert. Die Yoruba-Silbendatenbank wurde mit der entsprechenden Datenbank aufgezeichneter Yoruba-Silben zusammengeführt, um eine sinnvolle Aussprache zu ermöglichen.