台語語音辨識與文字處理之研究

國立交通大學

電信工程學系碩士班

碩士論文

台語語音辨識與文字處理之研究

Studies on Taiwanese Speech Recognition and

Text Analysis

研 究 生：王文德

指導教授：陳信宏 博士

台語語音辨識與文字處理之研究

Studies on Taiwanese Speech Recognition and

Text Analysis

研 究 生：王文德 Student： Wen-De Wang

指導教授：陳信宏 博士 Advisor： Dr. Sin-Horng Chen

國立交通大學

電信工程學系碩士班

碩士論文

A Thesis

Submitted to Department of Communication Engineering

College of Electrical Engineering and Computer Science

National Chiao Tung University

In Partial Fulfillment of the Requirements

For the Degree of

Master of Science

In

Electrical Engineering

June, 2004

Hsinchu, Taiwan, Republic of China

台語語音辨識與文字處理之研究

研究生：王文德 指導教授：陳信宏 博士

國立交通大學電信工程學系碩士班

中文摘要

本論文探討台語語音處理的兩個問題：語音辨識與文句分析，

在台語語音辨識方面，我們建立聲韻母次音節隱藏式馬可夫模型，作

連續語音音節辨識，在多語者的情況下，男女生之音節辨識率分別為

42.67%及 47.33%；在台語文句分析方面，我們使用詞典依長詞優先

之原則進行斷詞，對於台語文字表示法不統一而引起的斷詞混淆問

題，我們藉建立音節與字的對應表，將詞典之詞展開，來改善斷詞之

正確率。

關鍵詞：台語語音辨識、隱藏式馬可夫模型、台語文句分析、斷詞

Studies on Taiwanese Speech Recognition and

Text Analysis

Student: Wen-De Wang Adviser : Dr. Sin-Horng Chen

Department of Communication Engineering

National Chiao Tung University

ABSTRACT

In this thesis, two tasks of Taiwanese language processing are studied.

First, the task of Taiwanese speech recognition is exploited. A set of

initial and final sub-syllable hidden Markov models (HMMs) is

constructed for continuous base-syllable recognition. Syllable accuracy

rates of 47.33% and 42.67% were obtained for multi-speaker female and

male speech recognition, respectively. Then, the task of Taiwanese text

analysis is studied. The problem of word tagging ambiguity due to the

non-standardization of Taiwanese written form is exploited. A method to

expand the representations of words in the lexicon by using a

syllable-to-character mapping table is proposed. Experimental results

confirmed the effectiveness of the proposed method on improving the

performance of word tagging.

Keywords: Taiwanese speech recognition, hidden Markov model,

目錄

目錄………I 表目錄……….III 圖目錄………IV 第一章 緒論………..1 1.1 研究動機……….1 1.2 研究方向……….2 1.3 章節概要……….2 第二章 台語語音辨識………..3 2.1 簡介.………3 2.2 台語的語音特性….………3 2.3 台語音節辨識系統基本架構….………5 2.4 資料庫的介紹….………6 2.5 特徵參數擷取….………8 2.6 聲學模型….………9 2.7 辨識網路…….………....9 2.8 分析辨識結果….………..10 第三章 台語文句分析………13 3.1 簡介………...13 3.2 基本架構………...13 3.3 問題描述………...15 3.3.1 拼音部份………15 3.3.2 漢字部份………16 3.4 詞典的合併與處理………...21

3.5 處理拼音符號連在一起寫的問題………...23 3.5.1 實驗步驟………24 3.6 寫法和詞典不同的詞………25 3.6.1 實驗步驟………27 3.6.2 實驗分析與其意義………29 第四章 結論與未來展望………31 4.1 結論………...31 4.2 未來展望………...31 參考文獻………..33 附錄一………..34 附錄二………..45

表目錄

表2-1 台語八聲例表………3 表2-2 各語料之統計資料………7 表2-3 特徵參數設定………8 表2-4 辨識率(outside test)………...………..10 表2-5 入聲韻母與基本韻母之相互辨識關係一………...…………...……11 表2-6 入聲韻母與基本韻母之相互辨識關係二………...…………...…11 表3-1 台語用字的分析………..17 表3-2 字音皆同…….………..17 表3-3 字異音同……….………..18 表3-4 易造成混淆的字………….………..18 表3-5 意義都固定的漢字………..19 表3-6 發音不固定而意義固定的漢字………..19 表3-7 意義發音都可能產生誤會的漢字………..19 表3-8 假借………..20 表3-9 轉用漢字………..20 表3-10 古文訓的例子………21 表3-11 國語訓的例子...……….21 表3-12 詞典資料統計………22 表3-13 字對音格式說明………22 表3-14 音對字格式說明………22 表3-15 斷音器之實驗結果………24 表3-16 各類別所佔之比例………29 表3-17 第一類的結果………29 表3-18 第四類的結果………30

圖目錄

圖2-1 台語八聲調之基頻軌跡………4 圖2-2 語音辨識基本架構………5 圖2-3 amplitude saturation 的現象………7 圖2-4 辨識網路………..10 圖3-1 斷詞器架構………..14 圖3-2 格狀詞組範例………..14 圖3-3 斷音器架構………..23 圖3-4 格狀音組範例………..24 圖3-5 表示法混亂之處理流程………..25

第一章 緒論

電腦的出現，使人類的生活變的多彩多姿也更加的便利，也將人類推向了一 個充滿幻想的世界。而人類與電腦之間的溝通除了傳統的鍵盤與稍具人性化的滑 鼠外，還有另外的選擇，那就是利用人類最自然也是最原始的工具--聲音，畢竟 聲音是人與人溝通最直接的橋梁，如果能將聲音運用在人和電腦的溝通上，相信 對於人類的生活一定會增加更多的樂趣與便利。在以前的時代或許這只是個幻 想，不過，在語音辨識和語音合成的技術出現後，這就不再是空談了，而是一件 可以實現的事。其中語音辨識的功能主要是讓電腦能聽懂人類所說的話，相對 地，人也得要聽的懂電腦所說的話，而這就是語音合成的功能。

1.1.研究動機

台語(閩南語)是台灣人最常使用的方言，相信所有台灣人都會說一兩句的台 語，在文字方面，雖然台語並無一套真正屬於自己的文字，但卻可藉由漢字與拼 音的組合來表達台語真正的意思，例如台語的”sian3”和”sam3”在國語方面卻只能 用”打”來替代，但是兩者意義卻不同，”sian3”是屬於力道較小的打而”sam3”是屬 於力道較大的打【1】，因此，我們希望電腦要能聽的懂台語的語言和看的懂台語 的文章，如此才能與人類溝通的更順暢。由於本實驗室之前並沒有人做過台語語 音辨識相關的研究，因此在本論文裡我們將對台語語音辨識方面做較初步的研 究、以及嘗試解決台語文章寫法混亂的問題，例如：”台灣儂”和”台灣人”皆為國 語”台灣人”的意思。

1.2.研究方向

本論文包含了台語語音辨識以及台語文字處理兩個問題，在語音辨識方面， 我們建立屬於台語本身的聲學模型(acoustic model)並利用此聲學模型來進行單 音節的辨識，而在文字處理方面，將會改進我們現有的詞庫，與斷詞的方法，並 描述在處理台語文字時所會遭遇到的問題，以及利用現有的資源企圖降低因台語 文字混亂對斷詞器造成的斷詞不正確的影響。

1.3.章節概要

第一章 緒論：介紹研究動機，方向以及章節概要。 第二章 台語語音辨識：建立台語聲學模型，分析辨識後的結果。 第三章 台語文字分析：描述在寫台語文章時選字上的問題，以及如何利用 詞典來降低因寫法混亂所造成的問題。 第四章 結論與未來展望：說明本論文的結論及未來改進方向。

第二章 台語語音辨識

2.1.簡介

目前國內台語語音辨認系統已有長庚大學呂仁園教授的不特定語者大辭彙 華台雙語辨認系統，在一萬詞時其辨識率為 73.50%而七萬詞時其辨識率為 58% 【2】。在本論文中我們將建立台語的聲母(initial)和韻母(final)的聲學模型(acoustic models)，並利用此模型做台語基本單音節之語音辨識。

2.2.台語的語音特性

台語和國語一樣都是聲調語言，音節由聲母、韻母和聲調(tone)所組成，不 同的是台語的基本音節為877 個，較國語多，其列表詳見附錄一；另外，台語的 聲調共為八種，其中二、六聲已合併而只剩七種，也較國語的聲調多，各聲調之 特徵及例字如表2-1 所示，其典型基頻軌跡(pitch contour)如圖 2-1 所示。 表2-1 台語八聲例表 聲調 台文字 羅馬拼音 一聲(陰平) 衫 saN 二聲(陰上) 裋 te2 三聲(陰去) 褲 kho3 四聲(陰入) 闊 khoah 五聲(陽平) 人 lang5 六聲(陽上) 矮 e2 七聲(陽去) 鼻 phiN7 八聲(陽入) 直 tit8

衫

短

褲

闊

人

矮

鼻

直

圖2-1 台語八聲調之基頻軌跡 台語之聲母包含空聲母共 18 類，依其發音特點可分五類：(1) 脣音： p,ph,b,m，(2) 舌尖非齒音：t,th,l,n，(3) 舌根音：k,kh,g,ng，(4)舌尖齒音：ch,chh,s,j， (5)喉音：0(空聲母),h,。 台語之韻母包含空韻母共84 類，其中又可分為基本韻母、入聲韻母、鼻化 韻母與入聲鼻化韻母。基本韻母泛指不屬於其他三類之韻母，入聲韻母其符號特 性是以 p,t,k,h 結尾，其中-h 韻尾在連讀時會失去，在個讀時則保留，因此個讀 的發音是本音；鼻化韻母其符號特性是以 N 結尾，而入聲鼻化韻母其符號特性 為hN 結尾之韻母。 在台語中聲調扮演著相當重要的辨詞功能，而輕聲調在台語裡是較特殊的 聲調，底下我們將介紹輕聲的特性【3】。輕聲的發音與第三聲很類似，主要是靠 前後音節間的長短來分辨。而輕聲主要在多語詞之間才有辨語的功能，因此不將 之歸於第三聲。輕聲化規律條件有二：(1) 能輕聲化的音節只出現在主要語法範 疇 VP、NP、S 等的末尾；(2) 關連到數量語或代名詞時，只有在無語意重點時 才可輕聲，因此產生了以下的功能：

1. 標誌出主要句法單位 NP，VP，S 的界線 例如： a.走= 出來 VP 跑出來(國語意) b.走出來外口 VP 跑到外頭來(國語意) 其中a 句的出來為輕聲，因是在 VP 末尾。 2. 標誌語意重點 例如： a.讀= 兩本 (重點在動詞，強調讀書的動作) b.讀兩本 (重點在數量語，強調已讀了兩本書) 3. 分辨語詞 例如： a.後= 日 後天(國語意) b.後日 改天(國語意) 4. 標誌虛詞所在 台語雖不是所有的虛詞都輕聲，但是所有輕聲出現的情形都是NP，VP，S 末尾的虛詞。這些虛詞可能是詞尾、詞組尾、或是句尾。 由以上的例子可發現，不論是否該讀輕聲其寫法皆相同，接下來我們將介紹 目前大多數對於該唸輕聲詞的寫法：(1) 以等號或 “--” 標示出之後的詞應讀輕 聲，例如：後=日；後--日；(2) 以 “0” 表示為輕聲調，例如：chhut-lai0 (出來)。

2.3.台語音節辨識系統基本架構

在進行語音辨識之前，我們先介紹辨識系統的基本架構，它的方塊圖見圖 2-2，主要包含三個部份：(1) 特徵參數擷取；(2) 聲學模型訓練；(3) 辨識 比對。 圖2-2 語音辨識基本架構

各個方塊之功能說明如下：

Š Feature extraction：對音訊做處理，求出能表示此語音的特徵訊息，以作為 語音訓練及辨識之參數。

Š Training：利用特徵參數與隱藏式馬可夫模型(Hidden Markov Model，HMM) 求得一組聲學模型。 Š Dictionary：在論文中辭典中僅是基本音節，所以此檔案記錄了聲學模型與基 本音節的對應關係。在辨識時可經由查尋此檔案的動作來將辨識後的聲學模 型符號轉成基本音節的拼音符號。 Š 辨識網路：作為辨識時所依據的搜尋網路，目前的辨識網路並無加任何限制。

2.4.資料庫的介紹

在進行語音辨認之前，首先我們必須收集足夠的語料來進行辨認模型的訓 練，而這些語料都必須要有其相對應的標音，但並不是人人都會正確的說台語或 是標示台語的拼音，所以對於語料的收集及標示並不容易。底下將介紹我們所擁 有的語料庫以及對這些語料庫的處理。 1. Database1:含男女兩人以自然流利朗讀之大型 database，所錄製之內容是為 故事類，錄製之方式是將文章分成許多小段分別錄製而成，最長段茖其字 數約為 250 個字，原來作為訓練 TTS 之用，其錄音之 sampling rate 為 20 kHz，我們將其 down sampling 為 16 kHz，以配合其他語料。

2. Database2: 由 99 人所錄製之語料，其 sampling rate 為 16 kHz，音檔共有 1034

個，文字檔共有1033 個，未處理前文字共有 108169 字，在 99 人的語料中

有些人讀相同的文章，相異文章的數目只有57 篇。此資料庫有著比較多的

問題說明如下：文字檔與音檔之對應關係不完全正確、語者間音量變化極

大且有amplitude saturation 的問題 (見圖 2-3)、以及含非台語發音。對於以

應關係；(2) 先利用程式將 amplitude saturation 之音檔找出後，再以人工的 方式聽此音檔，並留下此音檔可用之部份，也將對應之文字檔修改之；(3) 先 利用程式列出拼音有非 877 音之文字檔，並配合音檔與辭典以人工的方式 修改之，而非台語發音部分，將其作標記不使用。 3. Database3:由男十人及女八人錄音，是為補足前述語料以能充分訓練聲學模 型，以及作為測試語料之用，內容皆為句子及短詞，取樣頻率為16 kHz， 文字取自 “臺語通用會話：一套讓你能說出台語美辭雅語的教材.第二集 【4】”及” 一分鐘台語單字速成【5】”。 語料整理之後的結果列於表2-2。 表2-2：各語料之統計資料

Database1 Database2 Database3

音檔格式 無檔頭音檔(pcm)，取樣率為 16 kHz

性別(人數) 男(1) 女(1) 男(46) 女(53) 男(10) 女(8)

總字數 23633 22010 30488 42720 4460 4460

2.5.特徵參數擷取

將原始的語音訊號經數位化後，雖然可直接拿來作辨識之用，不過由於資料 量過於龐大，因而造成處理速度的緩慢，而特徵參數擷取是對音訊做處理，求出 能表示此語音的特徵訊息，再利用所擷取出的特徵向量序列(feature vector sequence)，配合 HMM，來練訓聲學模型，所訓練出來的聲學模型即為往後要來 做語音辨識的參考模型。在語音辨識之前要先設計出辨識網路，在辨識時除了需 要之前所訓練出的聲學模型外，還必須配合維特比搜尋(Viterbi search)或光束搜 尋(Beam search)，在辨識網路中進行比對搜尋，找出最佳之路徑，並由此對應出 聲學模型，並利用其組合產生說話者所發音的拼音符號序列。在此我們採用語音

界 廣 泛 使 用 的 梅 爾 刻 度 之 倒 頻 譜 係 數(Mel-Frequency Cepstral Coefficients， MFCC)，經統計錄音者的說話速度為 3~4 字/秒因而將 Delta window size 與 Delta delta window size 設為 3，在本論文裡我們將取 38 維 MFCC 參數當特徵參數，相

關之設定見表2-3。 表2-3 特徵參數設定 取樣頻率 16 kHz 預強濾波器 1-0.97Z-1 視窗形式 Hamming window 音框長度(Frame size) 32ms 音框平移(Frame shift) 10ms Filter bank 22

Feature vector MFCC_E_D_A_N_Z

Delta window size 7

Delta delta window size 7

其中符號MFCC_E_D_A_N_Z 之意義為 12 維 MFCC，13 維 Delta MFCC 和 13

2.6.聲學模型

將台語基本音節分解成聲母和韻母，並依據聲母右相關韻母的方式將initial

分成119 類見附錄一，並利用 HMM 來建立台語的聲學模型，因此我們所需要訓

練的模型個數共為205 類。initials 和 silence model 我們使用三個 states 的 HMM

models 來建立，finals 則用五個 states 的 HMM models 來建立。short pause (sp) 是syllable 與 syllable 之間的 silence，其 model 是一個 state 的 HMM model，採用 與silence model 中間的 state 共用。

在訓練的過程中，由於本實驗室之前並沒有人做過台語語音辨識之相關研

究，因此並無較好的initial model 也因此無法自動地獲得音檔之切割位置，在本

論文裡我們採用HTK【6】裡所提及的方式 flat start，其方法是認為開始時所有

的HMM model 參數皆令為一樣，再利用 Baum-Welch 的方式更新各個 HMM

model 的參數，雖然此法會花費很多的時間，但我們所擁有的語料並不多因此不

用花費太多的時間即可得到不錯的模型，其initial model 建立過程如下：

以類似uniform segmentation 的方式對訓練語進行切割並訓練出一個 global

HMM model 其 mean 和 covariance 等於 global speech mean 和 covariance，並指定

每一個HMM model 皆為此 global HMM model。

2.7.辨識網路

由於我們無大量的台語文字庫，故無法獲得台語的語言模型 (Language

model)，因此目前我們的辨識網路並沒有加任何的限制，即為任何音節皆可接任

圖2-4 辨識網路

2.8.分析辨識結果

由於我們的台語語料並不充足，因此我們將絕大部份的語料都用來作為訓練

語料，僅拿Database3 的少部份來當作 outside test 的辨識語料其總字數為 900 個

字，表2-4 為 outside test 之辨識率。

表2-4 辨識率(outside test)

音節總數(N) Sub Del Ins Recognition rate(%)

男 900 468 27 21 42.67

女 900 445 16 13 47.33

其中 Recong rate=N-(Sub+Del+Ins) 100%

N × (2.1) 由上面的結果我們可以了解台語辨識率低於國語的辨識率，底下我們將針對這個 現象提出了二個可能的原因。 1. 台語的基本音節數為 877 個，高於國語的基本音節數 411 個，相對地其聲 學模型也比國語多，因此辨識錯誤的機率也相對的提高。 2. Stop ending (p，t，k，h) 的掌握並不容易，根據語言學家的研究指出，現 代人在說台語時，對於stop ending 的掌握愈來愈不明確，此一現象我們可 由confusion matrix 觀察得知。 首先，我們將韻母分成兩類，一類為基本韻母，一類為入聲韻母(p,t,h,k)，

C1={a,e,i,ia,io,iu,m,ng,o,oa,oe,ou,u,ui}, C2={ah,ak,ap,at,eh,ek,ih,ip,it,iah,iak,iap,iat,ioh,iok,iuh,mh,ngh,oh,ok,op,oah,oat ,oeh,ouh,uh,ut,uih}， 並利用confusion matrix 觀察其相互辨識關係，底下為其結果。 表2-5 入聲韻母與基本韻母之相互辨識關係一 C1 (%) C2 (%) Others (%) C1 68 17.04 14.93 C2 23.4 48.14 28.46 由此我們可以看出類別 C2 較容易辨識為類別 C1，也就是說有 stop

ending 的模型較易辨識為無 stop ending 的模型，同時也指出 C1 對 C2 或 C2 對 C1 的影響皆與 Others 對兩者的影響相差不多 (others 為不屬於這兩類 的其他模型)。

接下來，我們將C1 與 C2 細分，並重新配對，{{a} {ah,ak,ap,at}}，{{e}

{eh,ek}} ， {{i}{ih,ip,it}} ， {{ia}{iah,iak,iap,iat}} ， {{io}{ioh,iok}} ， {{iu}{iuh}}，{{m}{mh}}，{{ng}{ngh}}，{{o}{oh,ok,op}}，{{oa}{oah,oat}}， {{oe}{oeh}}，{{ou}{ouh}}，{{u}{uh,ut}}和{{ui}{uih}}，其結果見表 2-6： 各欄位說明如後：Ref：辨識結果之參考答案；HIT：正確率；S(class)： 入聲韻母辨識為相對應的基本韻母所佔之比例；S(other)：入聲韻母辨識為 不屬於本身與相對應的基本韻母所佔之比例；N：參考答案出現的總次數。 表2-6 入聲韻母與基本韻母之相互辨識關係二

Ref HIT(%) S(class)(%) S(other)(%) N

ah,ak,ap,at 31.7 10.96 57.32 82

eh,ek 45.45 45.45 9.1 44

iah,iak,iap,iat 27.9 6.98 65.11 43

ioh,iok 69.7 3.03 27.27 66 oah,oat 38.89 44.44 16.67 18 oh,ok,op 34.78 26.087 39.13 23 uh,ut 60 30 10 10 由此結果可以得知類別C2 裡的韻母較易辨識為基本韻母為{eh,ek}， {oah,oat}，{uh,ut}的音節分別較易辨識為{e}，{oa}和{u}。

第三章 台語文句分析

3.1.簡介

由於國語文章並不能完全取代台語的意思，因此希望直接以台語文章來當 合成器的文章。不過台語文章的寫法並不像國語文章一樣完全由漢字所組成，目 前台語文章的寫法主要可分為三類：全拼音、全漢字和漢羅並用，例如：“au pai”、 “後擺” 和 “後 pai” 都是代表著國語 “下一次” 的意思，也就是說台語文章在寫 作時對於拼音和漢字的選用並無統一的規定，目前常用的拼音系統包括：教會羅 馬(本實驗室所用之系統)、通用拼音和教育部公告台灣閩南語的音標系統簡稱 TLPA。因此同一個詞讓不同的人來寫，或即使讓相同的人來寫也會產生許多不 同的寫法，例如： “無涷” 和 “無當” 都代表著國語 “不行” 的意思，它們的唸 法也相同，即使詞典有收錄此詞也會因為寫法的不同而無法正確斷詞，因而降低 了斷詞器的準確性。本論文將探討此問題。

3.2.基本架構

文字分析主要由下列幾個部份所組成：文字正規化(Text normalization)、斷 詞、構詞和詞轉音【7】【8】： 1. 文字正規化：在書寫文章時由於某些詞並不會以口語化的方式書寫，因此在 本模組裡，主要將文章裡不口語化的寫法部分轉換為較口語化的寫法。 例如： 寫法：1445 公斤 讀法：一千四百四十五公斤 寫法：45% 讀法：百分之四十五 寫法：12:50 讀法：十二點五十分 目前我們只處理第一種寫法，對於特殊符號與小數點的部份還未處理。

2. 斷詞：主要是找出一段話裡每個詞的邊界，此單元包含二個程序：建立格狀 詞組和動態規劃詞序列搜尋，底下為斷詞器的實現步驟。 圖3-1 斷詞器架構 格狀詞組：我們以向前(forward)成詞的方法來建立詞格，如果所形成的詞格大於 四字詞的話，由於詞格大於四字詞的並不多見，因此認為其錯誤率也最小，固相 信詞格為四字詞以上的詞，再以此最大詞長為結束點，並以此詞的下一個字當起 始點再繼續建立詞格。以圖3-2 為例，以「高」起頭的詞有「高」、「高雄」和「高 雄車站」，因已找到四字詞「高雄車站」，所以就從「欲」繼續建立詞格。而「雄」、 「車」、「站」和「車站」，就不形成詞格。 圖3-2 格狀詞組範例

動態規劃：建立好的每個詞格都視為一個節點，並給每個節點一個分數，其中每 個節點皆可與前後相鄰之節點相連結，將路徑上的每個節點之分數相加，即為此 路徑的最終分數。在此我們所用的斷詞規則為長詞優先，底下為計分方式： 1 ( ) N ( )_i i S W s w = =

∑

, 其中 1, if ( ) 1 4, if ( ) 2 6, if ( ) 3 ( ) 16, if ( ) 4 25, if ( ) 5 36, if ( ) 6 i i i i i i i L w L w L w s w L w L w L w = ⎧ ⎪ ₌ ⎪ ⎪ = ⎪ = ⎨ ₌ ⎪ ⎪ ₌ ⎪ = ⎪⎩ (3.1) 1 2 ( , ,..., _n) W = w w w 為待選詞串，L w( )_i 為詞w_i之詞長 上列之計分方式主要是要讓二字詞接二字詞的組合優於一字詞接三字詞或三字 詞接一字詞的組合，並依據維特比搜尋(Viterbi search)找出分數最高之路徑，即 為所要的詞串輸出。 3. 構詞：因詞典無法列舉出所有的詞，因此需利用構詞規則，將詞構出，此部 份需要每個斷完詞後的詞性，再依據合法的詞性組將詞構出。但因目前台語詞典 裡對於詞性的資訊尚不齊全，故此部份只將疊詞合併。 4. 詞轉音：因為台語常會有一詞多音的現象，故我們將斷詞後的結果標上較常 發的音，再經由變調規則轉換成相對應的羅馬拼音。

3.3.問題描述

由於台語文章主要是由漢字與拼音所組成的，底下我們將台語文字寫法的問 題分成拼音與漢字兩個部份來進行討論。

3.3.1. 拼音部份

在拼音部份，目前所遭遇的問題有二：(1) 拼音系統使用的問題；(2) 書寫 方式的問題，底下將依據此二點進行討論。

(1) 各家所使用的系統並不統一，因此在斷詞時常因此造成斷詞上的錯 誤，目前實驗室所收集到的拼音系統有教羅，通用以及 TLPA 教育部所公 佈的拼音系統。 (2) 在拼音的寫法方面也各有不同，例如： “e-tang” 和 “etang” ，前者有 一個分離符號將音節分開，因此不會誤判為不合法的詞，後者因無法輕易 地將基本音節分開因此可能被判定為不合法的詞或為一字詞。

3.3.2. 漢字部份

漢字的選用為何常會受個人用字的習慣有關，因而造成使用漢字不一的問 題，例如：”台灣人”和”台灣儂”都代表著國語台灣人的意思，但是詞典並不可能 將所有的寫法都收錄，因而降低了斷詞器的正確率，例如：”台灣儂”以目前的斷 詞器將會斷成”台灣/儂”，底下將針對漢字的使用情形作討論。 使用較固定的漢字詞多數屬於下列兩種情形(其中第一點並不是絕對)： (1)來源自韵書和古文裡的詞：可在古文或韵書中找到音義皆適合的漢字詞。代 表這種詞的漢字其意義和發音皆為固定，其中他們的發音分為兩類：文言音和白 話音。(註：韵書為古時候的詞典，內容皆為漢字)。 (2)表示同一意義並且台語和國語用同根詞：例如： “family”、“political” 等意義 的國語和台語都用同根詞，「家庭」、「政治」。而使用同語根的詞多半是實詞

(content 或 lexical words，包括名詞、動詞和形容詞)，少見於虛詞(grammatical functional 或 empty words，包括介詞、副詞、聯結詞、量詞、感嘆詞、助動詞等)，

台語用字的分析見表3-1【9】。(註：破音字大多屬於同根詞，例：睡覺的覺，覺

而漢字使用不固定則屬下面相反的情況：代表同一意義但是台語和國語卻使

用不同語根的詞，例如： “eye” 發台語音用 bak-chiu，漢字寫法為『目珠』或『目

睭』，國語用『眼睛』； “at last” 發台語音用 soah-boe 漢字寫法可寫成『煞尾』

或『息尾』 國語用『最後』。而在使用不同語根之情況下，虛詞所佔的比例，高 於實詞。 表3-1 台語用字的分析 任兩個作者文章之 間使用同字的機率 任兩本辭典之間使 用同字的機率 與國語用同語根的 機率 名詞及轉用動詞形 容詞(革命、動員、 科學化) 90% 95% 80 動詞(欣賞、看) 70% 80% 60% 形容詞(見笑、臭) 70% 80% 60% 連結詞(對、到) 40% 50% 10% 助動詞(會、beh) 50% 60% 30% 感 嘆 詞 、 語 氣 詞 (呢、哩、啊) 50% 60% 40% 代名詞、指示詞、 疑問詞(你、che、啥 人) 70% 70% 40% 複音詞(革命、垃圾) 92% 95% 85% 單音詞(人、紙、走) 85% 90% 60% 底下依據不同的觀點來分析台語的用字。 1.根據詞的表示法，我們可以將台語詞的表示法，分成字音皆同，字異音同和易 造成混淆的字三類。底下舉例說明： 表3-2 字音皆同 拼音 漢字 kok-ka 國家 tai5-oan5 臺灣

choa3 紙 ian5-pit8 鉛筆 sin-bun5 新聞 表3-3 字異音同 拼音 常用的漢字 li2 你、汝 chit 這、此 goan2 阮、我 m7 不、唔 他long2 無來 都、攏 一chang5 樹 棵、欉 表3-4 易造成混淆的字 例句 常用的漢字 我ka7 他拍 給、供、把、將 kha-chhng 尻川、尻穿、腳穿 si3-koe3[ke3] 四界、四屆 真che7 人 濟、多 線chhoah 斷 擦、掇 chhap 人的家內事 插、管、採 在易造成混淆的字之情況下，常會因字的發音不同而產生不同的意思，例如：『我 給(ka)他拍』和『我給(hou)他拍』，所用漢字皆一樣，但所代表意思卻不同，前 者之國語義為『我打他』，後者之國語意為『他打我』。 2.在上下文中對於相同之漢字是否有相同之使用方法, 依據此方面的探討，我們 可以把台語裡的常用漢字分成音義固定、音異而意義固定和音義皆不固定等三 類。底下舉例說明：

表3-5 音義都固定的漢字 例詞 拼音 戰爭 chian3-cheng 世界 se3-kai3 時陣 si5-chun7 應當 eng3-tong 電視 tian7-si7 布袋戲 pou3-te7-hi3 表3-6 發音不固定而意義固定的漢字 例詞 常用的拼音 大學 toa7-oh, tai7-hak8 東南亞 tang-lam5-a, tong-lam5-a 天使 tiN-sai3, tian-sai3 讚美 o2-lo2, chan3-bi3 幫助 pang-chan7, pang-chou7 表3-7 意義發音都可能產生誤會的漢字 例詞 不同拼音與相對應之意義 伊 i 他 in 他們 藏 khng3 放 chhang3 藏 給我拍 hou7 給、讓、被、 ka7 把、給 您 li2 您 lin2 你們 對於意義、發音都可能產生誤會的漢字，我們可由上下文的關係推測出字的念法 與意義，例如：『有一個人，伊(i)問我火車站在哪』、『有一陣人，伊(in)問我火車 站在哪』，前者裡的『伊』代表『他』的意思，後者『伊』代表『他們』的意思。 可是我們卻可從『一個人』與『一陣人』來判定『伊』的念法與意義。

3.一般人選字的習慣： (1)假借：因國語字的台語發音與台語詞的發音相同或相近因而被借去代表台語 詞。但是這種情形並不多，可是卻是比訓用字容易唸出正確的發音，舉例如下： 表3-8 假借 拼音 相漢字 例詞 國語的意思 chhng 穿 尻穿 屁股 tau 鬪 柴鬪柄 裝 cha-bou 查某 女人 chhai 採 無採 可惜 (2)轉用漢字：因國語詞的音義皆近而轉用漢字，一個詞雖然找不到發音相同的 國語字，但卻可以選用發音相近、意義又相近的字來代表。舉例如下： 表3-9 轉用漢字 臺語詞 轉用漢字 該字文言或白話音

khah 較 「較好 khah ho」

「比較 pi-kau」

That 塞 「路塞哩 lou that-leh」

「塞嘴齒 she chhui-khi」

Chhoa 導 「導路 chhoa lou」

「指導 chi-to」

Kham 蓋 「蓋蓋 kham koa」

Thau 釋 「釋索仔 thau soh-a」

「解釋 kai-sek」

Bauh 貿 「貿貨 bauh hoe」

「貿易 bou-ek」

Theh 提 「提物 theh mih」

「提議 the-gi」

hoaN 按 「 按 站 壁 hoaN tiam

piah」

(1) 訓用漢字(同義字)：借用古漢語或國語文裡的意義(包括語法意義)和台語詞的 意義相似。這種漢字的用法，稱為訓用漢字。因國語裡的意義而使用此字的， 稱為國語訓；因古文裡的意義而使用的，稱為古文訓，底下舉例說明： 表3-10 古文訓的例子 臺語詞 訓用韵字 其他通行字 phaiN 惡 歹 Sui 美 Beh 欲 卜、要 ia-be 尚未 猶未 Bo 妻 某 siu-khi 怒氣 受氣 表3-11 國語訓的例子 拼音 訓用字 例詞 其他常用字 She 著 徛著看 的、地 She 繞 繞到彼旁 旋 Gia 抬 迎 Khia 堅 徛、企 Tak 各 各項 逐項

3.4.詞典的合併與處理

為了要降低台語文字寫法混亂進而影響台語斷詞正確的問題，我們將合併 數本詞典，並利用合併後的詞典來產生字對音與音對字的表，進而來降低因台語 文字不統一對斷詞器所造成的影響。 目前我們所擁有的資料如下：(1) 實驗室本身所擁有的詞典共 110,797 筆詞 條；(2) 從 “一分鐘台語單字速成” 中選常用的詞共 1675 筆詞條，其資訊包含台 語漢羅、台語拼音、相對華文；(3) 鄭良偉教授所提供的詞典共 52,209 筆詞條， 其資訊包含台語漢羅、台語拼音、相對華文、詞類(依中央研究院定義)和華語的

詞頻。由於 “一分鐘台語單字速成” 中所用的拼音系統為 Taiwan Language Phonetic Alphabet (TLPA)，與實驗室所用的教會羅馬拼音系統不同，因此先將拼 音轉換成實驗室所用的拼音系統。對於非實驗室的詞典我們作以下的處理：刪除 重複的詞(此處所說重複的詞是指台文寫法與拼音皆與實驗室相同)、剔除非教會 羅馬拼音的詞和挑出台文與拼音無一對一關係的詞，整理後共增加 3141 筆詞 條，資料統計如下： 表3-12 詞典資料統計 詞條數 一字詞 21042 二字詞 69291 三字詞 18102 四字詞 5170 五字詞 317 六字詞 17 總數 113939 再利用合併後的詞典產生字對音和音對字的表，並記錄相對的音(字)在詞典中總 共出現的次數和分別在詞中的各個位置出現的次數，其格式如下： 表3-13 字對音格式說明 字 音一 此音在詞典中出現的次數 在詞中位置出現的次數 例詞 口 kau 3 [0 2 1 0 0 0] 進人口 表3-14 音對字格式說明 音 字一 此字在詞典中出現的次數 在每個位置出現的次數 例詞 Ap 壓 60 [18 24 8 0 0 0] 變壓器 我們可應用這兩個表在詞轉音的階段，根據每個字在詞中的位置將其音標上。在

辨識時，我們可根據這兩個表將辨識所得的音轉換為相對應的字。

3.5.處理拼音符號連在一起寫的問題

所謂拼音符號連在一起的意思是說，連續的拼音符號沒有用分隔符號區分開 來，例如：etang，如果有用分隔符號則為 e-tang，上面兩個例子都代表華語 “可 以” 的意思，但前者可能會被判定為一字詞，或不合法的詞，我們將此問題視為 和斷詞一樣，我們稱之為斷音，此步驟包含兩個程序：建立格狀音組和動態規劃 音序列搜尋，底下為斷音器的實現步驟： 圖3-3 斷音器架構 格狀音組：在此我們用了建立格狀音組的方法與斷詞的方法一樣，不同的是並不 是所有單獨的英文字母都是合法的基本音節，以圖 3-4 為例「p」並不是一個合 法的基本音節，因此不形成音格；在教會羅馬拼音系統裡，最長的基本音節是為 8 個英文字母。

圖3-4 格狀音組範例 動態規劃：建立好的每個音格都視為一個節點，並給每個節點一個分數，其中每 個節點皆可與前後相鄰之節點相連結，累加每條路徑上各個節點的分數，並依據 viterbi search 找出最佳之路徑，決定出音的邊界，在此我們所用的斷音規則為英 文字母最多的音為優先，底下為計分方式： 2 1 ( ) ( ) N i i S W L w = =

∑

(3.2) 其中W =( ,w w_{1 2},...,w_n)為待選音串，L w( )_i 為音w_i之字母個數。

3.5.1. 實驗步驟

由於目前我們並無大量屬於此類的文章，因此我們利用詞典來當做測試資 料，我們的作法是先將詞典裡的羅馬拼音取出並將分隔符號與聲調去除，例如： ka7-mng7 我們將分隔符號與聲調去除後即為 kamng。底下為我們測試出來的結 果。 表3-15 斷音器之實驗結果 總測試詞條(N) 正確詞條(H) 錯誤詞條(E) 正確率(H 100% N× ) 74150 67299 6851 90.76%

利用類似長詞優先的規則雖然可解決大部份的問題，但還是有些問題尚未解 決，例如：”si”與”an”連寫成”sian”，由於”sian”是屬於基本音節因此會造成錯誤， 往後可利用語言模型來當給分的標準。

3.6.寫法和詞典不同的詞

寫法與詞典不同的詞可分為以下幾類：(1) 詞典是為漢羅並用的寫法，但文 章卻是全漢字或全羅馬拼音的寫法；(2) 詞典為全漢字的寫法，文章是漢羅並用 的寫法；(3) 詞典為全羅馬拼音的寫法，文章是為全漢字或漢羅並用的寫法；(4) 詞典中漢字的寫法，與文章中漢字的寫法不同。我們將各類改善之結果置於3.6.2 節，表3-16。 首先我們先針對第一、二類即詞典是漢羅並用的寫法，但文章卻是全漢字或 全羅馬拼音的寫法與詞典為全漢字的寫法，文章是漢羅並用的寫法的問題做處 理，其處理流程見圖3-5。 圖3-5 表示法混亂之處理流程

上述流程圖裡的文句分析和斷詞單元，已在前面說明過，底下我們將藉由實例來 說明產生不同寫法方塊的動作： 例句：這有一封phoe 信 斷詞後：這有\一封\phoe\信 在這個例句中 “phoe 信” 應該要被斷成為二字詞，不過由於我們的詞典沒收錄此 種寫法，因此會誤判為兩個一字詞 “phoe” 及 “信”，因此將這兩個連續的一字 詞收集起來，再將二字詞中所有以 “phoe” 開頭和以 “信” 結尾的二字詞全都列 出，並在所列出的詞中將不符合寫法的字，利用字對音或音對字的表加以替換， 以期望找到符合輸入的詞。例如：輸入的是 “phoe 信” 一詞，詞典找不到，列出 beh 信、ka 信、m 信、十信、批信、私信…等。 利用字對音的表將所列出的詞的第一個字以音替換，並和輸入的詞比較是否一 樣，一樣即暫定為二字詞 (在此例，由 “批信” 一詞中，我們可找到 “phoe 信” 的 組合，因為 “批” = “ phe” = “phoe”)，再進行斷詞的動作。這樣對我們來說可以 不用對每個詞做展開的動作，因為我們所要展開詞的條件為：詞中的字其寫法要 和輸入的詞一樣並且位置也必須一樣。如此一來可拿來展開的詞數就相對的少很 多了。 接下來我們將針對第三類與第四類的問題作處理，此部份的處理方式只 是處理第一類問題的延伸；在此部份裡我們將字對音和音對字的轉換共作了兩 次，也就是說，將符合第一個字或第二個字的詞全部列出後，將詞中不符合的字 或音轉換為音或字時，再一次的將轉換後的音或字轉換為字或音，才與輸入的詞 作比較，相同則暫定為詞，再進行斷詞的動作。

接下來我們將說明針對三字詞(含)以上的處理方式，也就是說原本是 三字詞(含)以上的詞但因寫法與詞典不同而斷成連續的一字詞，或多字詞接一字 詞，例如：”台灣儂”，因儂的寫法與詞典不同而斷成”台灣 儂”，處理的方法大 致與處理二字詞一樣，不同的是三字詞以上的詞是固定二字詞(含)以上的詞只針 對一字詞作展開的動作再與輸入的詞作比較，主要的原因是因為要是針對連續的 一字詞做展開的動作的話較沒效率而且速度也會非常慢，正確率也無明顯的改 善，所以目前我們只針對多字詞接一字詞或一字詞接多字詞的情形做處理，往後 再用較有效率的方法解決連續被斷成一字詞的多字詞，也許可利用上述之作法一 步步地將之合為多字詞。

3.6.1.實驗步驟

1. 收集台語文章 期望能收集到的台語文章其總字數約在 10 萬至 100 萬字之間，並盡可能的 涵蓋各區域及各層面的文章，使其具有代表性及豐富性。 文章來源： Š 鄭良偉教授現有的文章電子檔 Š 社會上各個鄉土研究團體所發表的書籍、期刊 Š 網路上所發表的文章 收集之台語文章的書寫格式： Š 全漢字書寫 Š 漢羅並用書寫 2. 文章前處理 i. 漢字部份： ¾ 自創字的處理 我們可將字轉成相對應的拼音，在此步驟我們需要的資訊為：作者是 為了何音而造出此字，還有此字對應到 windows 內碼為何，以及此字對於 其他作者而言是否有不一樣的用途與不一樣的發音，底下我們列出網路上

常用的造字，其字型檔為Taiwanese Serif for Windows 或 Taiwanese Fixed for Windows。詳見附錄二 ¾ 組合字 組合字的存在，例如： “勿會” 組合成 ，目前我們是將之當成兩 個字來進行處理。 在上述的各種情形，除了Taiwan Package 可以自動轉換外，其餘皆須仰 賴人工之處理，因此若數量不是很多的話，或許我們可以暫且忽略該詞。

ii. 拼音部份： ¾ 拼音系統轉換 目前的台語拼音系統尚未一統，因此在漢羅並用的文章裡，我們可能會面 對到拼音系統的不同問題。因此在這部分，我們需解決之問題有： 1. 建立台語拼音系統互換對照表，目前收集到的拼音系統為教會羅馬拼 音，通用拼音和TLPA。 2. 將文章中之拼音轉換為教會羅馬拼音 ¾ 移除調號 目前台語音調部分也尚無共同之標準，調號所代表之真正聲調皆因人而 異。另外，我們不知文章中標的調為變調後之調或本調，更無法檢查其是 否聲調打錯。因此，我們將把文章中羅馬字有標上調號的部分，將其調號 移除。除此之外，我們尚會遇到一些特殊的調號標示方式，如：非以阿拉 伯數字置於羅馬字後的調號表示方式，如： 1. “pak-hôe-sòa°” 2. “ ke7” 3. ㄏㄛ3 sing3 (蒼蠅) 上述情形需另加以轉換。 iii. 大小寫及全半形之轉換： 在文章中的數字，我們皆須將其從全形轉換為半形。而英文字母的部分， 除了需將其從全形轉換為半形之外，另需考慮除 “N” 外（因為在我們 的拼音系統中，N 和 n 是有分別的），其餘需將大寫轉換為小寫。

iv. 特殊符號的使用： 1. an-ne 兮環境，符號 “-” 將音連接起來當成一個詞 2. 無排練過是無法度表演 =e，符號 “=” 或許代表 e 該發輕聲調。 　 此部分，我們將 “-” 當成音節和音節邊界，對於 “=” 目前的是將它捨棄。

3.6.2.實驗分析與其意義

實驗的目的，主要是要對一字詞接多字詞與多字詞接一字詞的詞再進一步 的處理，期望能構成有意義的詞，進而降低因寫法的混亂所造成的影響，底下我 們將介紹實驗結果。 我們將以三種不同的角度來觀察我們處理過後的結果：(1) 處理過後所得 的詞其意義和唸法皆與詞典相同；(2) 處理過後所得的詞其意義與詞典相同但唸 法不同；(3) 經人判斷處理過後的詞是為一個合理的詞，即便意義與唸法皆與詞 典不同，並根據3.6 節的分類觀察各類別所佔的比率，與各類別的結果。 表3-16 為各類別經處理後所佔之比例： 表3-16 各類別所佔之比例 第一類(%) 第二類(%) 第三類(%) 第四類(%) 處理後所得到的詞數 19.56 4.695 0.116 75.59 2576 由表3-16 中我們可看出二、三類所造成的問題比例較一、四類低，可能原 因有二：(1) 當詞典的詞是以全漢或全羅的方式表示時，人們會以漢羅或全羅來 表示同一個詞的機率並不高。(2) 我們所用之方法尚無法解決此二類的問題。由 於一、四類佔的比例較高，因此接下來我們觀察此作法對一、四類改善的程度。 表3-17 第一類的結果 音意相同(%) 意同(%) 音意不同(%) 處理後所得之詞數 87.3 88.3 93.85 504

表3-18 第四類的結果 音意相同(%) 意同(%) 音意不同(%) 處理後所得之詞數 27.75 28.73 63.05 1946 各欄位說明如後：音意相同：斷出來的詞其發音與意義皆與詞典一樣；意 同：發音與詞典不同，但意義卻相同；音意不同：經人判斷處理過後的詞是為一 個合理的詞，但其音和意卻與詞典不同。 由表3-17 中可知當寫法不一的情形是屬於第一類的話，我們利用此種作法 可得到較不錯的結果，不論是針對詞的意思或詞的標音；再觀表 3-18 的結果當 寫法是屬於第四類的話，根據音意相同而辨定為詞的比率並不高，但如果在不考 慮音、意皆要相同的情況下，能辨定是為詞的比率有六成，之後可再經由詞轉音 的單元將音標示上， 經由以上的實驗後，我們發覺還有其他因素會影斷詞正確性，底下我們將 問題一一列出：(1) 詞典中收錄了不適當的詞，例如：講台，雖然是適當的國語 講法，但在台語裡卻是不適合的講法；bat 聽，在台語中並不足以當詞，bat 聽過 才是詞，對於此類的詞應從詞典中將之剔除；(2) 在斷詞結果中，有此常用詞並 沒有斷出，例如：警察局，經檢查後發現是詞典無收錄此類的詞，因此對於常用 詞的收集還有待加強；(3) 有些作者在寫作文章時會將不易念的字將其音標上例 如：匏(pu)仔，在往後的斷詞時應以其中一個為依據來進行斷詞；(4) 由於第四 類佔了問題的絕大部分，但其辨定為詞的比例卻不高，因此當我們利用字對音和 音對字的表來進行替換的動作時因以出現次數較多的字(音)來進行替換的動 作；(5) 在構詞時，我們可將仔、兮與前面的詞合併，例如：斷出來的詞為”真 大/兮”經合併後為”真大兮”，如此的說法較為口語化。

第四章 結論與未來展望

4.1.結論

本論文包含台語語音辨識與台語文句分析，在台語語音辨識部分，由於語料 收集不易因此我們只求將台語的聲學模型補齊，並利用所訓練而來的聲學模型進 行台語單音節語音辨識，其男女辨識率分別為42.67%與 47.33%，雖然拿來做測 試的語料並不多，不過我們卻可從辨識結果中確定入聲韻母對辨識系統的影響， 其中較易辨識成基本韻母的入聲韻母是{eh,ek}，{oah,oat}，{uh,ut}分別較易辨識 為基本韻母{e}，{oa}和{u}，因此對於此類的入聲韻母可考慮將之合併於相對應 的基本韻母，以期提高辨識率。 在台語文句分析部份，之前並無考慮到拼音連寫與台文表示法不一的問題例 如：etang = e tang，在本論文裡我們採取英文字母最長的拼音為優先的規則製做 了斷音器主要是為了要降低拼音連寫對文句分析單元所造成的問題，並以詞典為 測試資料，其斷音正確率為 90.76%，而在台文表示法不一的問題裡，我們藉由 對輸入的詞做有條件式的擴充，以期降低台文表示法混亂的問題，並分類觀察不 同的結果，得知，此法可降低一、四類的寫法問題，並且如果寫法是屬於第一類 的話，即詞典是為漢羅並用的寫法，但文章卻是全漢字或全羅馬拼音的寫法，其 音義皆相同所佔的比例高於其他三類。

4.2.未來展望

在台語文句分析單元裡尚有些問題有待討論，與未來需改進的地方。 1. 將詞典以樹狀結構的方式存之，在往後增加詞條時可以較有效率的方式存 之，並且不會因為詞典變大而使搜尋典詞的速度變慢。 2. 目前的斷音器，我們所針對的拼音系統只限於教會羅馬拼音系統，對於其 他則尚未考慮，因此可增強斷音器的功能使其能處理各種拼音系統。

3. 在觀察降低台文表示法混亂的結果時，有一類佔了相當重的比例，即意義 和拼音皆和辭典不同，但經人判斷是可當成詞，此類如能將其音正確標上， 相信對台語合成器能有一定的幫助。 4. 在文字正規化的部份，目前對於特殊符號的表示法還未處理例如：$45.6。 5. 目前斷詞(音)器的給分方式是以詞(音)長為主給定一個分數，並不公平，往 後可利用語言模型做為斷詞(音)器的給分標準，以增加斷詞(音)的正確率。 6. 在詞典方面，對詞的選用應再嚴格一點，盡量選用台語常用的詞，不要直 接利用國語的詞，例如講台，台語中並無此種說法。 7. 將經常使用的字加入詞典中，例如：”儂”，經常與”人”通用，因此可將之加 入詞中，例如：詞典中有”台灣人”可再將”台灣儂”加入。

參考文獻

【1】 陳佩玥，“台灣閩南語中手部動作特指「打」的語義探析”，第五屆漢語詞 彙語義學研討會論文集，新加坡，2004年6月。 【2】 王閔鴻， “不特定語者大辭彙華台雙語辨識引擎之研製及其應用”，私立 長庚大學碩士論文，民國九十二年六月。 【3】 鄭良偉，”臺語、華語的結構及動向”，遠流出版社，1997年。 【4】 方南強，”臺語通用會話：一套讓你能說出台語美辭雅語的教材.第二集”， 開拓出版商，1997年。 【5】 鄭如玲，”一分鐘台語單字速成”，三思堂文化事業有限公司，2002年。 【6】 S. Young, G.. Evermann, T. Hain, D. Kershaw, G. Moore, J. Odell, D. Ollason, D. Povey, V.

Valtchev, P. Woodland, “The HTK Book（for HTK Version 3.2.1）”

【7】 楊鈺清，”台語文句翻語音系統之製作”，國立交通大學碩士論文，民國八 十八年六月。

【8】 傅振宏，”基於自動產生合成單元之台語語音合成系統”，私立長庚大學碩 士論文，民國八十九年六月。

附錄一

音碼 音節 聲母(119類) 韻母(84類)

1 a INULL_2 a

2 ah INULL_2 ah

3 ai INULL_2 ai

4 aiN INULL_2 aiN

5 ak INULL_2 ak

6 am INULL_2 am

7 aN INULL_2 aN

8 an INULL_2 an

9 ang INULL_2 ang

10 ap INULL_2 ap 11 at INULL_2 at 12 au INULL_2 au 13 ba b_2 a 14 bah b_2 ah 15 bai b_2 ai 16 bak b_2 ak 17 ban b_2 an 18 bang b_2 ang 19 bat b_2 at 20 bau b_2 au 21 bauh b_2 auh 22 be b_3 e 23 beh b_3 eh 24 bek b_3 ek 26 bi b_4 i 27 bian b_4 ian 28 biat b_4 iat 29 biau b_4 iau 30 bih b_4 ih 31 bin b_4 in 32 bio b_4 io 33 bit b_4 it 34 biu b_4 iu 35 bo b_5 o 36 boa b_5 oa 37 boah b_5 oah 38 boan b_5 oan 39 boat b_5 oat 40 boe b_5 oe 41 boeh b_5 oeh 42 boh b_5 oh 43 bok b_5 ok 44 bong b_5 ong 45 bou b_6 ou 46 bu b_7 u 47 bui b_7 ui 48 bun b_7 un 49 but b_7 ut 50 cha ch_2 a 51 chah ch_2 ah 52 chai ch_2 ai 53 chaiN ch_2 aiN 54 chak ch_2 ak 55 cham ch_2 am 56 chan ch_2 an 57 chaN ch_2 aN 58 chang ch_2 ang 59 chap ch_2 ap 60 chat ch_2 at 61 chau ch_2 au 62 chauh ch_2 auh 63 che ch_3 e 64 cheh ch_3 eh 65 chek ch_3 ek 66 cheN ch_3 eN 67 cheng ch_3 eng 68 chha chh_2 a 69 chhah chh_2 ah 70 chhai chh_2 ai 71 chhak chh_2 ak 72 chham chh_2 am 73 chhan chh_2 an 74 chhang chh_2 ang 75 chhap chh_2 ap 76 chhat chh_2 at 77 chhau chh_2 au 78 chhe chh_3 e 79 chheh chh_3 eh 80 chhek chh_3 ek 81 chheN chh_3 eN

82 chheng chh_3 eng 83 chhi chh_4 i 84 chhia chh_4 ia 85 chhiah chh_4 iah 86 chhiak chh_4 iak 87 chhiam chh_4 iam 88 chhian chh_4 ian 89 chhiaN chh_4 iaN 90 chhiang chh_4 iang 91 chhiap chh_4 iap 92 chhiat chh_4 iat 93 chhiau chh_4 iau 94 chhih chh_4 ih 95 chhim chh_4 im 96 chhin chh_4 in 97 chhiN chh_4 iN 98 chhio chh_4 io 99 chhioh chh_4 ioh 100 chhiok chh_4 iok 101 chhiong chh_4 iong 102 chhip chh_4 ip 103 chhit chh_4 it 104 chhiu chh_4 iu 105 chhiuN chh_4 iuN 106 chhng chh_8 ng 107 chhngh chh_8 ngh 108 chho chh_5 o 109 chhoa chh_5 oa 110 chhoah chh_5 oah 111 chhoaN chh_5 oaN 112 chhoan chh_5 oan 113 chhoe chh_5 oe 114 chhoeh chh_5 oeh 115 chhoh chh_5 oh 116 chhok chh_5 ok 117 chhong chh_5 ong 118 chhou chh_6 ou 119 chhu chh_7 u 120 chhuh chh_7 uh 121 chhui chh_7 ui 122 chhun chh_7 un 123 chhut chh_7 ut 124 chi ch_4 i 125 chia ch_4 ia 126 chiah ch_4 iah 127 chiam ch_4 iam 128 chiaN ch_4 iaN 129 chian ch_4 ian 130 chiang ch_4 iang 131 chiap ch_4 iap 132 chiat ch_4 iat 133 chiau ch_4 iau 134 chiauh ch_4 iauh 135 chih ch_4 ih 136 chim ch_4 im 137 chin ch_4 in 138 chiN ch_4 iN 139 chio ch_4 io 140 chioh ch_4 ioh 141 chiok ch_4 iok 142 chiong ch_4 iong 143 chip ch_4 ip 144 chit ch_4 it 145 chiu ch_4 iu 146 chiuh ch_4 iuh 147 chiuN ch_4 iuN 148 chng ch_8 ng 149 cho ch_5 o 150 choa ch_5 oa 151 choah ch_5 oah 152 choai ch_5 oai 153 choaiN ch_5 oaiN 154 choaN ch_5 oaN 155 choan ch_5 oan 156 choat ch_5 oat 157 choe ch_5 oe 158 choeh ch_5 oeh 159 choh ch_5 oh 160 chok ch_5 ok 161 chong ch_5 ong 162 chou ch_6 ou 163 chu ch_7 u 164 chuh ch_7 uh 165 chui ch_7 ui

166 chuiN ch_7 uiN 167 chun ch_7 un 168 chut ch_7 ut 169 e INULL_3 e 170 eh INULL_3 eh 171 ek INULL_3 ek 172 eN INULL_3 eN

173 eng INULL_3 eng

174 ga g_2 a 175 gai g_2 ai 176 gak g_2 ak 177 gam g_2 am 178 gan g_2 an 179 gang g_2 ang 180 gap g_2 ap 181 gau g_2 au 182 ge g_3 e 183 geh g_3 eh 184 gek g_3 ek 185 geng g_3 eng 186 gi g_4 i 187 gia g_4 ia 188 giah g_4 iah 189 giam g_4 iam 190 gian g_4 ian 191 giang g_4 iang 192 giap g_4 iap 193 giat g_4 iat 194 giau g_4 iau 195 giauh g_4 iauh 196 gih g_4 ih 197 gim g_4 im 198 gin g_4 in 199 gio g_4 io 200 gioh g_4 ioh 201 giok g_4 iok 202 giong g_4 iong 203 gip g_4 ip 204 git g_4 it 205 giu g_4 iu 206 go g_5 o 207 goa g_5 oa 208 goan g_5 oan 209 goat g_5 oat 210 goe g_5 oe 211 goeh g_5 oeh 212 gok g_5 ok 213 gong g_5 ong 214 gou g_6 ou 215 gu g_7 u 216 gui g_7 ui 217 gun g_7 un 218 gut g_7 ut 219 ha h_2 a 220 hah h_2 ah 221 hahN h_2 ahN 222 hai h_2 ai 223 haiN h_2 aiN 224 hak h_2 ak 225 ham h_2 am 226 haN h_2 aN 227 han h_2 an 228 hang h_2 ang 229 hap h_2 ap 230 hat h_2 at 231 hau h_2 au 232 hauN h_2 auN 233 he h_3 e 234 heh h_3 eh 235 hehN h_3 ehN 236 hek h_3 ek 237 heN h_3 eN 238 heng h_3 eng 239 hi h_4 i 240 hia h_4 ia 241 hiah h_4 iah 242 hiahN h_4 iahN 243 hiam h_4 iam 244 hian h_4 ian 245 hiaN h_4 iaN 246 hiang h_4 iang 247 hiap h_4 iap 248 hiat h_4 iat 249 hiau h_4 iau

250 hiauh h_4 iauh 251 him h_4 im 252 hin h_4 in 253 hiN h_4 iN 254 hio h_4 io 255 hioh h_4 ioh 256 hiok h_4 iok 257 hiong h_4 iong 258 hip h_4 ip 259 hit h_4 it 260 hiu h_4 iu 261 hiuN h_4 iuN 262 hm h_9 m 263 hmh h_9 mh 264 hng h_8 ng 265 hngh h_8 ngh 266 ho h_5 o 267 hoa h_5 oa 268 hoah h_5 oah 269 hoai h_5 oai 270 hoaiN h_5 oaiN 271 hoaN h_5 oaN 272 hoan h_5 oan 273 hoat h_5 oat 274 hoe h_5 oe 275 hoeh h_5 oeh 276 hoh h_5 oh 277 hok h_5 ok 278 hoN h_5 oN 279 hong h_5 ong 280 hou h_6 ou 281 houhN h_6 ouhN 282 houN h_6 ouN 283 hu h_7 u 284 hui h_7 ui 285 huih h_7 uih 286 huiN h_7 uiN 287 hun h_7 un 288 hut h_7 ut 289 i INULL_4 i 290 ia INULL_4 ia

291 iah INULL_4 iah

292 iak INULL_4 iak

293 iam INULL_4 iam

294 iaN INULL_4 iaN

295 ian INULL_4 ian

296 iang INULL_4 iang

297 iap INULL_4 iap

298 iat INULL_4 iat

299 iau INULL_4 iau

300 iauN INULL_4 iauN

301 ih INULL_4 ih

302 ihN INULL_4 ihN

303 im INULL_4 im

304 in INULL_4 in

305 iN INULL_4 iN

306 io INULL_4 io

307 ioh INULL_4 ioh

308 iok INULL_4 iok

309 iong INULL_4 iong

310 ip INULL_4 ip

311 it INULL_4 it

312 iu INULL_4 iu

313 iuN INULL_4 iuN

314 ji j_4 i 315 jia j_4 ia 316 jiah j_4 iah 317 jiak j_4 iak 318 jiam j_4 iam 319 jian j_4 ian 320 jiang j_4 iang 321 jiap j_4 iap 322 jiat j_4 iat 323 jiau j_4 iau 324 jiauN j_4 iauN 325 jih j_4 ih 326 jim j_4 im 327 jin j_4 in 328 jio j_4 io 329 jiok j_4 iok 330 jiong j_4 iong 331 jip j_4 ip 332 jit j_4 it 333 jiu j_4 iu

334 joa j_5 oa 335 joah j_5 oah 336 joan j_5 oan 337 joe j_5 oe 338 ju j_7 u 339 jui j_7 ui 340 jun j_7 un 341 ka k_2 a 342 kah k_2 ah 343 kai k_2 ai 344 kaiN k_2 aiN 345 kak k_2 ak 346 kam k_2 am 347 kaN k_2 aN 348 kan k_2 an 349 kang k_2 ang 350 kap k_2 ap 351 kat k_2 at 352 kau k_2 au 353 kauh k_2 auh 354 ke k_3 e 355 keh k_3 eh 356 kehN k_3 ehN 357 kek k_3 ek 358 keN k_3 eN 359 keng k_3 eng 360 kha kh_2 a 361 khah kh_2 ah 362 khai kh_2 ai 363 khaiN kh_2 aiN 364 khak kh_2 ak 365 kham kh_2 am 366 khaN kh_2 aN 367 khan kh_2 an 368 khang kh_2 ang 369 khap kh_2 ap 370 khat kh_2 at 371 khau kh_2 au 372 khe kh_3 e 373 kheh kh_3 eh 374 khehN kh_3 ehN 375 khek kh_3 ek 376 kheN kh_3 eN 377 kheng kh_3 eng 378 khi kh_4 i 379 khia kh_4 ia 380 khiah kh_4 iah 381 khiak kh_4 iak 382 khiam kh_4 iam 383 khian kh_4 ian 384 khiaN kh_4 iaN 385 khiang kh_4 iang 386 khiap kh_4 iap 387 khiat kh_4 iat 388 khiau kh_4 iau 389 khih kh_4 ih 390 khim kh_4 im 391 khin kh_4 in 392 khiN kh_4 iN 393 khio kh_4 io 394 khioh kh_4 ioh 395 khiok kh_4 iok 396 khiong kh_4 iong 397 khip kh_4 ip 398 khit kh_4 it 399 khiu kh_4 iu 400 khiuN kh_4 iuN 401 khng kh_8 ng 402 kho kh_5 o 403 khoa kh_5 oa 404 khoah kh_5 oah 405 khoai kh_5 oai 406 khoaN kh_5 oaN 407 khoan kh_5 oan 408 khoat kh_5 oat 409 khoe kh_5 oe 410 khoeh kh_5 oeh 411 khok kh_5 ok 412 khong kh_5 ong 413 khou kh_6 ou 414 khu kh_7 u 415 khuh kh_7 uh 416 khui kh_7 ui 417 khuiN kh_7 uiN

418 khun kh_7 un 419 khut kh_7 ut 420 ki k_4 i 421 kia k_4 ia 422 kiah k_4 iah 423 kiak k_4 iak 424 kiam k_4 iam 425 kiaN k_4 iaN 426 kian k_4 ian 427 kiang k_4 iang 428 kiap k_4 iap 429 kiat k_4 iat 430 kiau k_4 iau 431 kiauh k_4 iauh 432 kim k_4 im 433 kiN k_4 iN 434 kin k_4 in 435 kio k_4 io 436 kioh k_4 ioh 437 kiok k_4 iok 438 kiong k_4 iong 439 kip k_4 ip 440 kit k_4 it 441 kiu k_4 iu 442 kiuh k_4 iuh 443 kiuN k_4 iuN 444 kng k_8 ng 445 kngh k_8 ngh 446 ko k_5 o 447 koa k_5 oa 448 koah k_5 oah 449 koai k_5 oai 450 koaiN k_5 oaiN 451 koaN k_5 oaN 452 koan k_5 oan 453 koat k_5 oat 454 koe k_5 oe 455 koeh k_5 oeh 456 koh k_5 oh 457 kok k_5 ok 458 kong k_5 ong 459 kou k_6 ou 460 kouN k_6 ouN 461 ku k_7 u 462 kui k_7 ui 463 kuiN k_7 uiN 464 kun k_7 un 465 kut k_7 ut 466 la l_2 a 467 lah l_2 ah 468 lai l_2 ai 469 lak l_2 ak 470 lam l_2 am 471 lan l_2 an 472 lang l_2 ang 473 lap l_2 ap 474 lat l_2 at 475 lau l_2 au 476 lauh l_2 auh 477 le l_3 e 478 leh l_3 eh 479 lek l_3 ek 480 leng l_3 eng 481 li l_4 i 482 liah l_4 iah 483 liak l_4 iak 484 liam l_4 iam 485 lian l_4 ian 486 liang l_4 iang 487 liap l_4 iap 488 liat l_4 iat 489 liau l_4 iau 490 lih l_4 ih 491 lim l_4 im 492 lin l_4 in 493 lio l_4 io 494 lioh l_4 ioh 495 liok l_4 iok 496 liong l_4 iong 497 lip l_4 ip 498 lit l_4 it 499 liu l_4 iu 500 liuh l_4 iuh 501 lo l_5 o

502 loa l_5 oa 503 loah l_5 oah 504 loan l_5 oan 505 loat l_5 oat 506 loe l_5 oe 507 loeh l_5 oeh 508 loh l_5 oh 509 lok l_5 ok 510 lom l_5 om 511 long l_5 ong 512 lop l_5 op 513 lou l_6 ou 514 lu l_7 u 515 lui l_7 ui 516 lun l_7 un 517 lut l_7 ut 518 m m_1 FNULL 519 ma m_2 a 520 mah m_2 ah 521 mai m_2 ai 522 mau m_2 au 523 mauh m_2 auh 524 me m_3 e 525 meh m_3 eh 526 mi m_4 i 527 mia m_4 ia 528 miau m_4 iau 529 mih m_4 ih 530 mng m_8 ng 531 mo m_5 o 532 moa m_5 oa 533 moai m_5 oai 534 moe m_5 oe 535 moh m_5 oh 536 mou m_6 ou 537 mouh m_6 ouh 538 mui m_7 ui 539 na n_2 a 540 nah n_2 ah 541 nai n_2 ai 542 naih n_2 aih 543 nau n_2 au 544 nauh n_2 auh 545 ne n_3 e 546 neh n_3 eh 547 ng ng_1 FNULL 548 nga ng_2 a 549 ngai ng_2 ai 550 ngau ng_2 au 551 ngauh ng_2 auh 552 nge ng_3 e 553 ngeh ng_3 eh 554 ngi ng_4 i 555 ngia ng_4 ia 556 ngiau ng_4 iau 557 ngiauh ng_4 iauh 558 ngiu ng_4 iu 559 ngiuh ng_4 iuh 560 ngo ng_5 o 561 ngoeh ng_5 oeh 562 ngou ng_6 ou 563 ni n_4 i 564 nia n_4 ia 565 niau n_4 iau 566 nih n_4 ih 567 niou n_4 iou 568 niu n_4 iu 569 nng n_8 ng 570 no n_5 o 571 noa n_5 oa 572 nou n_6 ou 573 nui n_7 ui 574 o INULL_5 o 575 oa INULL_5 oa

576 oah INULL_5 oah

577 oai INULL_5 oai

578 oaihN INULL_5 oaihN

579 oaiN INULL_5 oaiN

580 oaN INULL_5 oaN

581 oan INULL_5 oan

582 oat INULL_5 oat

583 oe INULL_5 oe

584 oeh INULL_5 oeh

586 ok INULL_5 ok

587 om INULL_5 om

588 ong INULL_5 ong

589 ou INULL_6 ou

590 ouh INULL_6 ouh

591 ouN INULL_6 ouN

592 pa p_2 a 593 pah p_2 ah 594 pai p_2 ai 595 paiN p_2 aiN 596 pak p_2 ak 597 paN p_2 aN 598 pan p_2 an 599 pang p_2 ang 600 pat p_2 at 601 pau p_2 au 602 pauh p_2 auh 603 pe p_3 e 604 peh p_3 eh 605 pek p_3 ek 606 peN p_3 eN 607 peng p_3 eng 608 pha ph_2 a 609 phah ph_2 ah 610 phai ph_2 ai 611 phaiN ph_2 aiN 612 phak ph_2 ak 613 phaN ph_2 aN 614 phan ph_2 an 615 phang ph_2 ang 616 phau ph_2 au 617 phauh ph_2 auh 618 phe ph_3 e 619 pheh ph_3 eh 620 phehN ph_3 ehN 621 phek ph_3 ek 622 pheN ph_3 eN 623 pheng ph_3 eng 624 phi ph_4 i 625 phiah ph_4 iah 626 phiak ph_4 iak 627 phiaN ph_4 iaN 628 phian ph_4 ian 629 phiang ph_4 iang 630 phiat ph_4 iat 631 phiau ph_4 iau 632 phih ph_4 ih 633 phin ph_4 in 634 phiN ph_4 iN 635 phio ph_4 io 636 phit ph_4 it 637 phiu ph_4 iu 638 phng ph_8 ng 639 phngh ph_8 ngh 640 pho ph_5 o 641 phoa ph_5 oa 642 phoah ph_5 oah 643 phoan ph_5 oan 644 phoaN ph_5 oaN 645 phoat ph_5 oat 646 phoe ph_5 oe 647 phoeh ph_5 oeh 648 phoh ph_5 oh 649 phok ph_5 ok 650 phong ph_5 ong 651 phou ph_6 ou 652 phu ph_7 u 653 phuh ph_7 uh 654 phui ph_7 ui 655 phun ph_7 un 656 phut ph_7 ut 657 pi p_4 i 658 piah p_4 iah 659 piak p_4 iak 660 piaN p_4 iaN 661 pian p_4 ian 662 piang p_4 iang 663 piat p_4 iat 664 piau p_4 iau 665 pih p_4 ih 666 pin p_4 in 667 piN p_4 iN 668 pio p_4 io 669 pit p_4 it

670 piu p_4 iu 671 png p_8 ng 672 po p_5 o 673 poa p_5 oa 674 poah p_5 oah 675 poaN p_5 oaN 676 poan p_5 oan 677 poat p_5 oat 678 poe p_5 oe 679 poeh p_5 oeh 680 poh p_5 oh 681 pok p_5 ok 682 pong p_5 ong 683 pou p_6 ou 684 pu p_7 u 685 puh p_7 uh 686 pui p_7 ui 687 puih p_7 uih 688 puiN p_7 uiN 689 pun p_7 un 690 put p_7 ut 691 sa s_2 a 692 sah s_2 ah 693 sahN s_2 ahN 694 sai s_2 ai 695 sak s_2 ak 696 sam s_2 am 697 saN s_2 aN 698 san s_2 an 699 sang s_2 ang 700 sap s_2 ap 701 sat s_2 at 702 sau s_2 au 703 se s_3 e 704 seh s_3 eh 705 sek s_3 ek 706 seN s_3 eN 707 seng s_3 eng 708 si s_4 i 709 sia s_4 ia 710 siah s_4 iah 711 siak s_4 iak 712 siam s_4 iam 713 sian s_4 ian 714 siaN s_4 iaN 715 siang s_4 iang 716 siap s_4 iap 717 siat s_4 iat 718 siau s_4 iau 719 sih s_4 ih 720 sihN s_4 ihN 721 sim s_4 im 722 siN s_4 iN 723 sin s_4 in 724 sio s_4 io 725 sioh s_4 ioh 726 siok s_4 iok 727 siong s_4 iong 728 sip s_4 ip 729 sit s_4 it 730 siu s_4 iu 731 siuN s_4 iuN 732 sng s_8 ng 733 sngh s_8 ngh 734 so s_5 o 735 soa s_5 oa 736 soah s_5 oah 737 soai s_5 oai 738 soaiN s_5 oaiN 739 soan s_5 oan 740 soaN s_5 oaN 741 soat s_5 oat 742 soe s_5 oe 743 soeh s_5 oeh 744 soh s_5 oh 745 sok s_5 ok 746 som s_5 om 747 song s_5 ong 748 sou s_6 ou 749 su s_7 u 750 suh s_7 uh 751 sui s_7 ui 752 suiN s_7 uiN 753 sun s_7 un

754 sut s_7 ut 755 ta t_2 a 756 tah t_2 ah 757 tai t_2 ai 758 taiN t_2 aiN 759 tak t_2 ak 760 tam t_2 am 761 tan t_2 an 762 taN t_2 aN 763 tang t_2 ang 764 tap t_2 ap 765 tat t_2 at 766 tau t_2 au 767 tauh t_2 auh 768 te t_3 e 769 teh t_3 eh 770 tek t_3 ek 771 teN t_3 eN 772 teng t_3 eng 773 tha th_2 a 774 thah th_2 ah 775 thai th_2 ai 776 thaiN th_2 aiN 777 thak th_2 ak 778 tham th_2 am 779 thaN th_2 aN 780 than th_2 an 781 thang th_2 ang 782 thap th_2 ap 783 that th_2 at 784 thau th_2 au 785 the th_3 e 786 theh th_3 eh 787 thek th_3 ek 788 theN th_3 eN 789 theng th_3 eng 790 thi th_4 i 791 thiah th_4 iah 792 thiam th_4 iam 793 thiaN th_4 iaN 794 thian th_4 ian 795 thiap th_4 iap 796 thiat th_4 iat 797 thiau th_4 iau 798 thih th_4 ih 799 thim th_4 im 800 thin th_4 in 801 thiN th_4 iN 802 thio th_4 io 803 thiok th_4 iok 804 thiong th_4 iong 805 thit th_4 it 806 thiu th_4 iu 807 thng th_8 ng 808 tho th_5 o 809 thoa th_5 oa 810 thoah th_5 oah 811 thoaN th_5 oaN 812 thoan th_5 oan 813 thoat th_5 oat 814 thoe th_5 oe 815 thoeh th_5 oeh 816 thoh th_5 oh 817 thok th_5 ok 818 thong th_5 ong 819 thou th_6 ou 820 thu th_7 u 821 thuh th_7 uh 822 thui th_7 ui 823 thuiN th_7 uiN 824 thun th_7 un 825 thut th_7 ut 826 ti t_4 i 827 tia t_4 ia 828 tiah t_4 iah 829 tiak t_4 iak 830 tiam t_4 iam 831 tiaN t_4 iaN 832 tian t_4 ian 833 tiang t_4 iang 834 tiap t_4 iap 835 tiat t_4 iat 836 tiau t_4 iau 837 tih t_4 ih

838 tihN t_4 ihN 839 tim t_4 im 840 tiN t_4 iN 841 tin t_4 in 842 tio t_4 io 843 tioh t_4 ioh 844 tiok t_4 iok 845 tiong t_4 iong 846 tip t_4 ip 847 tit t_4 it 848 tiu t_4 iu 849 tiuh t_4 iuh 850 tiuN t_4 iuN 851 tng t_8 ng 852 to t_5 o 853 toa t_5 oa 854 toah t_5 oah 855 toaN t_5 oaN 856 toan t_5 oan 857 toat t_5 oat 858 toe t_5 oe 859 toh t_5 oh 860 tok t_5 ok 861 tom t_5 om 862 tong t_5 ong 863 tou t_6 ou 864 touh t_6 ouh 865 tu t_7 u 866 tuh t_7 uh 867 tui t_7 ui 868 tuiN t_7 uiN 869 tun t_7 un 870 tut t_7 ut 871 u INULL_7 u 872 uh INULL_7 uh 873 ui INULL_7 ui

874 uih INULL_7 uih

875 uiN INULL_7 uiN

876 un INULL_7 un