楊偉杰

（廣東外語藝術(shù)職業(yè)學(xué)院 信息技術(shù)系，廣東 廣州510640）

一、引言

聽力學(xué)習(xí)是英語教學(xué)的基礎(chǔ)和重點(diǎn)內(nèi)容，英語聽力教學(xué)材料的開發(fā)和聽力教學(xué)資源庫的建設(shè)也成為各級學(xué)校英語數(shù)字化教學(xué)資源建設(shè)的一項重要工作。目前語音合成技術(shù)在語言教育領(lǐng)域中最典型的應(yīng)用就是TTS技術(shù)（Text-to-Speech）。TTS技術(shù)又稱文語轉(zhuǎn)換技術(shù)，可將計算機(jī)中的文字智能地轉(zhuǎn)化為自然語音流。[1]Lrc歌詞編輯器可以用來制作在播放語音文件時顯示聽力文本材料的字幕。相關(guān)研究表明，視聽結(jié)合的聽力練習(xí)有助于提升教學(xué)的效率，有利于學(xué)生對學(xué)習(xí)內(nèi)容的理解、接受和模仿。[2]本研究將闡述基于TTS和Lrc歌詞編輯器制作視聽結(jié)合的英語聽力材料的過程和方法。

二、使用TTS軟件合成英語語音文件

1.安裝第三方語音引擎

（1）目前主流的英文語音引擎

目前，市場上研發(fā)語音引擎的企業(yè)有很多，其中主流的產(chǎn)品包括Nuance公司的VoiceBroker、科大迅飛公司的ViviVoice和InterPhonicTTS、IBM公司的ViaVoice TTS、微軟公司的MicrosoftSpeechSDK[3]和NeoSpeech的TTS等，它們均提供語音應(yīng)用設(shè)計接口（SAPI）用于二次開發(fā)。

（2）安裝NeoSpeech語音引擎

NeoSpeech的TTS是當(dāng)前業(yè)界發(fā)聲效果最好，非常接近自然語言的文字語音轉(zhuǎn)換引擎，它提供了包括Kate、Julie、Paul等真人發(fā)聲語音庫，目前國內(nèi)的金山詞霸、Babylon等軟件、英語網(wǎng)站和許多電子詞典都使用NeoSpeech的引擎。我們可以購買NeoSpeech的正式授權(quán)版本或在網(wǎng)上下載語音引擎的試用版并安裝。[4]

2.使用TTS軟件Verbose生成語音文件

（1）Verbose簡介

VerboseTexttoSpeech是NCHSoftware公司的一款文本朗讀工具，其主要功能是朗讀文本內(nèi)容，并將其朗讀聲音保存為MP3或WAV文件。[5]其主要特點(diǎn)有：支持讀取多種格式的文本，包括.txt、.doc、.pdf、.rtf和html等格式；可靈活地使用系統(tǒng)自帶或第三方的語音引擎；支持改變語音特征，包括改變和設(shè)置速度、音調(diào)和音量；支持設(shè)置目標(biāo)文件的MP3和WAV的編碼選項；提供了一系列語音錄制和編輯、多音軌混編等配套軟件。

（2）使用Verbose合成語音的步驟

①安裝軟件和設(shè)置語音引擎。在NCHSoftware的官方網(wǎng)站上下載VerboseTexttoSpeech，并完成軟件的安裝。啟動軟件，在軟件主界面的“ChooseVoice”下拉菜單中會出現(xiàn)系統(tǒng)已安裝的語音引擎列表。例如，在本案例中選擇了女聲引擎“VWJulie”。

②導(dǎo)入聽力材料文本文件。Verbose支持包括從文件、系統(tǒng)粘貼板、當(dāng)前打開的Word或pdf文檔中導(dǎo)入語音文本。使用最簡單的復(fù)制和粘貼動作就可以把聽力材料的文本導(dǎo)入系統(tǒng)，導(dǎo)入文本后在主界面的文本區(qū)會看到相應(yīng)的英語語句。

③調(diào)節(jié)語速、音調(diào)和音量參數(shù)。在軟件界面中點(diǎn)擊“Read”按鈕可以試聽聲音的效果。如需要調(diào)節(jié)語速、音調(diào)和音量，點(diǎn)擊“VoiceOption”按鈕，在彈出的對話框中選擇所需的語音引擎，再勾選“Globallyalter voicerecitation”(改變語音朗讀全局效果)選項，再分別調(diào)整Speed（音調(diào)）、Pitch（音調(diào)）和Volume（音量），操作如圖1所示。通過參數(shù)的調(diào)整可以讓聲音聽起來更加接近自然朗讀效果，并符合聽力材料所需的難度和需要。

圖1使用Verbose調(diào)節(jié)語速、音調(diào)和音量參數(shù)

④設(shè)定合成語音編碼參數(shù)和格式，保存語音文件。Verbose允許生成MP3和WAV格式的語音文件，還可以調(diào)整文件的語音編碼參數(shù)。在主界面中單擊“Option”按鈕，在彈出對話框的“General”選項卡下找到“Save SpeechSetting”，將保存格式設(shè)為“MP3”，點(diǎn)擊“Format Setting”按鈕，則可以進(jìn)一步設(shè)置編碼比率和信道編碼模式。單擊“SaveSpeech”按鈕，選擇保存格式和文件名稱后就可以保存當(dāng)前的聲音，例如可將當(dāng)前聲音保存為“Speech.MP3”。

三、使用Lrc歌詞編輯器制作字幕文件

1.LRC歌詞與Lrc歌詞編輯器

LRC歌詞是一種包含著“[*:*]”形式的“標(biāo)簽(tag)”的、基于純文本的歌詞專用格式，用于歌詞的同步顯示。可以使用專用的歌詞編輯軟件或普通的文本處理軟件來查看和編輯LRC歌詞。在LRC歌詞文件中，用時間標(biāo)簽來標(biāo)記歌詞出現(xiàn)的時間，時間標(biāo)簽的基本形式為“[mm:ss]”或“[mm:ss.fff]”（分鐘數(shù):秒數(shù)）。根據(jù)這些時間標(biāo)簽，客戶端程序會按順序依次高亮顯示歌詞，從而實(shí)現(xiàn)歌詞文件與聲音同步顯示。[6]

Lrc歌詞編輯器是速配歌詞獨(dú)立自主開發(fā)的Lrc歌詞編輯器，由蔣南編寫，可在Winamp播放器與自帶播放器配合的條件下制作歌詞；Lrc歌詞編輯器支持LRC、TXT、SRT等多種歌詞轉(zhuǎn)換，以及批量歌詞轉(zhuǎn)換。[7]以下以Lrc歌詞編輯器為例說明英文聽力材料的歌詞的制作。

2.使用Lrc歌詞編輯器制作聽力歌詞文件

（1）下載并安裝Lrc歌詞編輯器軟件

在速配歌詞的網(wǎng)站的軟件下載欄目，可以免費(fèi)下載并安裝最新版本的Lrc歌詞編輯器軟件。[7]

（2）啟動編輯軟件，載入字幕文本

在啟動了Lrc歌詞編輯器軟件后，用復(fù)制粘貼的方法將文本貼入到歌詞編輯工作區(qū)當(dāng)中，或在工具欄的“文件”菜單中運(yùn)行“打開歌詞文件”，載入已有的LRC文件。通常最近復(fù)制進(jìn)來的整段的英文文本顯示為一行，因此要先分割文本。在英文文本中有逗號或句號的句子的中間用“Enter”鍵進(jìn)行換行，如有長句則要考慮使之單行的長度適中。

（3）同步精聽語音，插入時間標(biāo)簽

啟動Lrc歌詞編輯器時，系統(tǒng)會默認(rèn)同時啟動MP3播放軟件Winamp，將前面制作的“Speech.MP3”拉入到Winamp的播放列表。在Lrc歌詞編輯器中點(diǎn)擊“播放”按鈕可以開始播放該文件，在聽到一行英文即將開始時點(diǎn)擊“暫?！卑粹o，將光標(biāo)移動到這行歌詞的開始位置，再點(diǎn)擊“插入標(biāo)簽”，即可在對應(yīng)位置插入時間標(biāo)簽。具體操作如圖2所示。

圖2使用Lrc歌詞編輯器制作歌詞文件

（4）編輯項目信息，保存歌詞文件

在Lrc歌詞編輯器軟件的下方錄入歌詞的項目信息，點(diǎn)擊“保存”按鈕，按提示即可保存該歌詞文件，一般將歌詞文件設(shè)為與音頻文件相同的名稱。例如，將當(dāng)前歌詞文件保存為“Speech.lrc”。為了避免iPad中處理歌詞文件的麻煩，還可以在工具欄的“嵌入歌詞”菜單中運(yùn)行“嵌入歌詞到MP3/WMA音頻文件中”，再選擇對應(yīng)的單頻文件，即可將當(dāng)前歌詞嵌入到MP3或WMA文件中。

四、英語聽力材料的使用方式

一般情況下，需要將MP3或WMA格式的音頻文件和lrc格式的歌詞文件以相同的名稱來命名，并放在同一文件夾下，這樣播放軟件或工具會自動建立兩者的關(guān)聯(lián)。

1.在PC環(huán)境下使用

在PC環(huán)境下，使用千千靜聽、酷狗播放器等支持歌詞顯示的多媒體播放軟件，即可方便地使用英語聽力材料。

2.在智能手機(jī)環(huán)境下使用

隨著信息技術(shù)的快速發(fā)展，智能手機(jī)和移動終端的普及，越來越多的學(xué)習(xí)者以基于移動學(xué)習(xí)的方式練習(xí)聽力。在Android和WindowsPhone操作系統(tǒng)的手機(jī)中，可使用USB模式或第三方管理軟件將音頻文件或歌詞文件存入智能手機(jī)的存儲器中，使用酷狗播放器就可以在練習(xí)聽力時切換到歌詞查看模式，還可以在觸控屏上將播放控制線移動到歌詞對應(yīng)位置，即可根據(jù)聽力內(nèi)容快速切換語音。

五、應(yīng)用效果

為了驗證基于TTS和Lrc歌詞編輯器制作英語聽力材料這種資源制作方法的應(yīng)用效果，筆者所在的課程團(tuán)隊于2012年10月在廣東某外語學(xué)院外語系和學(xué)前教育系的《多媒體課件制作》課程中教授相關(guān)內(nèi)容，并開展調(diào)查研究，結(jié)果表明這種方法優(yōu)勢明顯，但也有一定的不足和限制。

1.技術(shù)優(yōu)勢

（1）方法簡單易學(xué)，具有可推廣性

由于僅需掌握Verbose和Lrc歌詞編輯器這兩個軟件的使用就可以完成英語聽力材料的制作，有85.3%的學(xué)員在兩個課時內(nèi)就能掌握這種方法的使用，93%的學(xué)員認(rèn)為此方法簡單易學(xué)，有推廣性。

（2）內(nèi)容制作靈活，快速生成資源

由于語音合成的音頻文件可以根據(jù)文本內(nèi)容更改，這樣就可以根據(jù)用戶的個人需要快速生成相關(guān)資源，具有高度的靈活性和實(shí)用性，為建設(shè)聽力素材或其他語音教學(xué)資源提供了簡便的技術(shù)手段。

（3）材料使用方便，支持移動學(xué)習(xí)

由于相關(guān)的聽力材料可以在智能手機(jī)或MP3播放器中使用，方便用戶利用碎片化的時間開展學(xué)習(xí)，有82%的學(xué)員表示喜歡這種聽力練習(xí)方式。

2.不足與限制

由于韻律處理-合成音質(zhì) (QualityofSynthetic Speech)是語音合成技術(shù)中的重大難點(diǎn)，不同的受眾對TTS技術(shù)生成的語音的清晰度、自然度和連貫性等方面存在不同的主觀評價。盡管使用了目前業(yè)界質(zhì)量相對較高的NeoSpeechTTS語音引擎，仍有一些學(xué)員表示與自然語音相比，合成的語音在情感表達(dá)、聲音的停頓控制上有待改進(jìn)，長時間聽會有一定的疲勞感。此外，合成的音頻在播放過程有明顯且連貫的氣息切換聲音，對音色有一定影響。

六、結(jié)束語

隨著語音合成技術(shù)的不斷發(fā)展，合成語音與自然語音的區(qū)別和差異將會不斷縮小，而TTS、LRC等制作技術(shù)的應(yīng)用，使得快速生成聽力教學(xué)材料成為可能，在當(dāng)前的信息技術(shù)環(huán)境下讓教學(xué)和學(xué)習(xí)變得更加方便和快捷。

[1]TTS技術(shù)[EB/OL].http://baike.baidu.com/view/549184.htm.

[2]張法科,趙婷.基于英語視聽學(xué)習(xí)網(wǎng)站的大學(xué)英語聽力教學(xué)模式設(shè)計[J].外語電化教學(xué),2007(2):36，40.

[3]童強(qiáng),洪家平等.一種基于TTS的語音朗讀技術(shù)及其教育應(yīng)用[J].中國電化教育,2007(3):108-110.

[4]NeoSpeech[EB/OL].http://www.neospeech.com/.

[5]NCHSoftware[EB/OL].http://www.nchsoftware.com/.

[6]LRC歌詞[EB/OL].http://baike.baidu.com/view/239396.htm.

[7]Lrc歌詞編輯器[EB/OL].http://www.99lrc.com/.

[8]沙國泉.英語朗讀軟件(TTS)實(shí)用性的實(shí)驗與分析[J].外語電化教學(xué),2004(6):51-54.