引言：易发表网凭借丰富的文秘实践，为您精心挑选了一篇人工智能抢救濒危满语的研究与探索范例。如需获取更多原创内容，可随时联系我们的客服老师。

一、濒危满语的调查与研究概况

我国民族众多，历史上各民族频繁交往交流，深入融合发展，是中华民族共同体的参与者和创造者。语言是人类特有的社会交际工具，每一种语言都存储着族群的源流历史、民族特征等，通过语言的使用，独具特色的文化代代相传，延续不绝[1]。满语既是满族历史上使用的语言，也是清代东北各民族的共同语，具有丰富的历史、文化内涵，在清代的政治、社会、文化以及各民族交往交流交融中发挥了重要的作用。东北地区大量的历史传说、民间故事、萨满祭祀、颂辞赞歌都是由满语承载的，人们口口相传，生生不息。特别是《尼山萨满》《萨大人传》等国家级非物质文化遗产———满族说部等民间说唱文学，一直以氏族传承、血缘传承、萨满传承的方式口口相传，代代传诵，是中华民族优秀文化的重要组成部分[2]。此外，满语还在满文档案翻译、清代各民族交往交流等研究方面具有重要的作用，大量的满族历史文化和满文档案清晰展现了东北各民族与汉、蒙古等民族间交往交流，融合发展，共创中华民族共同体的光辉历程，通过满语与满文档案的相互印证，再现当时的语言和社会特点，为相关研究提供丰富的史料和佐证，保障清史、满族史以及东北边疆史等研究更加准确客观详尽。在新的历史条件下，探索运用人工智能抢救和?；?a href="http://www.hs633.cn/fanwen/39651.html" target="_blank">濒危满语，对于深入挖掘满族历史文化，探索满通古斯诸族参与中华民族多元一体构成和发展规律，服务民族交往交流实践，深化民族团结，筑牢中华民族共同体意识等研究，具有重要的意义。满语与历史上的女真语一样，都是随着王朝的兴衰而变化的。清王朝兴起后，满语曾一度兴盛大江南北，享有极高的政治地位。辛亥革命后，满语退出了历史的舞台。当前，满文早已废弃，仅有少数专家学者能够使用，满语也处于濒临消亡的边缘。2009年，联合国教科文组织将满语列入了“极度濒临灭绝”语言的行列，2013年据有关媒体报道，真正懂满语的已不足百人，精通者不足10人[3]。时至今日，情况将更加严峻，仅有黑龙江的极少数高龄满族老人尚能使用，如不加快抢救和加大?；ちΧ?，原生态的满语将在这些老人百年之后彻底消亡。国内关于满语的调查与研究肇始于20世纪50年代，面对满语濒临消亡的?；?，学术界加紧了抢救性调查和资料收集的步伐，形成了一大批研究成果，推动了满语?；び胙芯康纳钊虢?。其中，金启琮对黑龙江省富裕县三家子的历史、文化以及满语进行了较为系统的调查和描写[4]；王庆丰对黑河大五家子的满语进行了系统调查，对语音、词汇等情况进行了研究[5]；赵杰还对泰来县依布气满族村的满语进行了系统的调查和研究，对相关问题进行了分析[6]；这些代表性的成果，对于摸清满语分布状况、了解满语语言结构特点起到了重要的作用。针对满语日益濒危的现状，搜集满语录音录像语料、建立语料库成为研究的热点，2018年，赵阿平主持的国家社会科学基金重大项目“中国满通古斯语言语料数据库建设及研究”获得立项，拟通过搜集濒危满语、赫哲语等口语语料，建立相应的语料库，推动濒危满通古斯语的保护进程。[7]。此外，关于满语语音的实验研究也成为当前研究的新动向，其中，尹铁超、张力对满语元音a的音值进行了研究[8]，李兵、胡伟对大五家子满语词重音分布情况进行了声学分析[9]，王娣首次对黑河地区满语元音进行系统实验研究[10]，这些成果为抢救濒危满语提供了理论探索和数据支持。当前，满语的智能化研究尚处于起步阶段，一些学者和科研机构对满语的数字化保护、语言复制等方面展开了探索。其中，祖漪清等人以科大讯飞多语种文语转换系统MTTS为平台，提出了用语言复制的方法记录锡伯语的思路，具有较强的针对性和可操作性[11]；黄志强、李德新结合数字化?；び泄乩砺?、做法，对三家子满语资源整合利用、?；ご械任侍饨辛颂教諿12]；祖漪清、赵广立提出了利用人工智能技术研究濒危语言、方言的语音结构、语言结构，实现对一种语言的完整“复制”[13]；2019年，科大讯飞研究人员还远赴黑龙江畔的四季屯，探访满语母语者何世环老人，采集满语语音数据，通过AI技术合成了清晰自然的满语语音[14]，为运用人工智能抢救濒危满语的实践进行了积极的尝试。在国外，由于满语不是研究的热点，相关的成果不是很多，但在其他濒危语言保护方面取得了突出成绩。其中，美国谷歌公司的濒危语言项目（ELP），利用现代技术通过记录、保存和教育，为关注语言濒危的组织和个人服务[15]。澳大利亚研发了智能学习机器人，帮助土著儿童学习他们的语言，既能记录孩子们的语言技能，又可以协助老师追踪学习进度；新西兰开发了毛利语学习程序，不仅能回复信息，还能过滤语法错误[16]。这些研究为依靠科技力量抢救濒危满语开拓了思路，拓宽了视野，展示出了新的研究动态和方向。

二、运用人工智能抢救濒危满语

目前，依赖大规模语料库的语音识别和合成是比较成熟的技术，但对低资源语言而言，由于语料不够充足，语音识别性能会明显下降，语音合成效果也将受到影响。满语是一种濒危的语言，面临着语言资源不足、语料获取困难、发音规则缺乏等困难，是当前研究的难点，本文依托满语田野调查语料，参考相关研究成果，对满语的语音识别与合成进行了探索。在研究中，首先，对满语的形态结构和音节进行了分析，建立标注规则；然后，依托田野调查语料建立语料库，对满语的语音识别、满语转国际音标进行了研究，设计田野调查模型；最后；运用隐马尔可夫模型合成了满语短语语音，期望能够为濒危满语的抢救与?；ぬ峁┮恍┎慰肌Ｒ皇切翁峁狗治?。满语是粘着型语言，有6个元音、25个辅音和10个专门拼写汉语借词的字母，自左向右行款直写，单词中所处位置不同，字母的书写形式也不同[17]。本文运用穆麟德夫转写方案，对满文文本进行矫正、统计和研究。满语具有丰富的形态变化，词干的各类接缀形态表示围绕词干的不同语法意义。根据满语形态变化，对满语的体词类（名词、形容词、数量词、代词），动词类（普通动词、助动词）等附加成分进行构型分析，找到词干和词缀的汉语意义。满语以音节为发音单位，词汇由一个或几个音节构成（V代表元音，C代表辅音），书面语主要有元音（V）、元音+辅音（VC）、辅音+元音（CV）、辅音+元音+辅音（CVC）、辅音+元音+元音（CVV）等音节类型[18]?？谟锏囊艚谟氪死嗨啤Ｍü翁峁购鸵艚诜治觯莆章镉镆籼氐悖⒔岷下锏脑艉托彻媛桑嗤匦缘拇首和骋黄鹄矗阌谠擞霉室舯瓯曜ⅰＴ谌嗣⒌孛囊粢肷希擞谩肚搴憾砸糇质健贰堵镄帐洗实洹贰堵牡孛实洹贰读砍捎锎实洹返裙ぞ呤?，创建满汉人名、地名、官职名称等词典以及标注规则。二是建立语料库。语料既是开展满语智能化研究的基础，也是语音识别和语音合成的主要材料。我们根据满语特点，设计了满语文本语料，选择黑龙江富裕县三家子屯满语母语者为发音合作人，得到原生态的满语录音语料。同时，还从黑龙江孙吴县四季屯何世环、富裕县三家子陶青兰和孟宪孝等田野调查语料中，选择了词汇、短语、句子等发音词汇，涵盖了日常交往、生产生活、时令节气、故事传说等内容，作为研究的语音语料，对这些语料用音频处理软件进行切分，同时检查所获语料的质量，做好语料清洗工作，不合格的及时删除和替换。语料保存的采样率为16kHz，采样精度为16位，命名方式为发音人+语料顺序，保存为单声道格式，以此为基础数据，建立满语语料库。在语料的标注方面，其一，完成书面语语料的拉丁转写，运用praat软件进行国际音标和汉语标注，对无书面语对应的方言词汇，运用汉语和国际音标进行单独标注；其二，将转写和国际音标标注后的语料译成所对应的发音音素，通过音素、音节和韵律等层次的标注，确定词汇、短语、句子之间关系和边界；其三，对标注后的语料进行人工校对，做好检查和纠正；其四，将标注后语料分为预备语料、训练语料及测试语料等三个部分，根据用途和语音编号分组，保存到语料库相应的目录下。三是语音识别。语音识别可以实现语音到文本的转换，其中，识别算法是核心和基础，目前主要的算法模型有模板匹配、隐马尔可夫和神经网络等，隐马尔可夫模型（HMM）由于功能强大，稳定性好得到了广泛的应用。运用隐马尔可夫模型时要首先提取参数，对模型进行训练和数据转换，而后将提取的参数训练为算法模型，以此对实验数据进行识别。语音识别主要包括语音的训练和识别两个阶段，本文根据满语特点，运用隐马尔可夫模型（HMM），通过编写脚本程序实现训练数据的孤立词识别，主要由五个步骤组成：第一步是语料处理，对满语语料库单音节语料进行特征分析、预处理，对训练语料进行同音分类，检测语音端点并打好时间标注，得到识别材料；第二步是提取语音特征，为了提升识别效果，可分别选取不同的特征参数、HMM状态数、MFCC系数等进行实验，对参数进行人工调节，获得最佳的参数组合，对训练数据提取MFCC特征参数；第三步是模型训练，运用MFCC参数建模，修改完善HTK软件包，用于提取语音特征，训练声学模型，建立识别样本模型库；第四步是模式匹配，对待识别语音进行预处理并提取特征参数，用训练好的模型匹配未作标记的待识别语音，得到识别结果；第五步是人工校验，对识别结果进行人工校验，提高识别的准确性。四是国际音标转录。满文实质上是一种拼音文字，语音和文字互相对应，有着一定的规律可循，可以依据相关规则实现从文本到国际音标的转换。目前，学界已有藏语[19]和维吾尔语[20]的研究成果，但满语的相关研究尚未发现。经过设计和处理，可以将满语和国际音标对应起来，每个满语字母对应相应的国际音标字符，本文以此设计了简单的满语—国际音标转录模型，实现满语到国际音标的转录功能，有三个模块组成：其一，音节处理?？椤Ｖ饕饩龃誓谝艚谟胂嗔谝艚诘墓叵?，运用?？槎月锎驶愕囊艚诓鸱?，分为五种常用音节类型，再将各音节拆分为元音和辅音，不常用的音节比照五种常用音节进行。其二，音标转换?？?。通过满语转国际音标算法，将满语和国际音标的字符进行匹配，循环读取字符直至结束，通过转换算法，将满语词汇转换为国际音标，实现满语文本到国际音标的词汇级转换。其三，校对修正?？椤Ｉ杓谱远６阅？?，实现转换结果自动校对，同时运用人工进行再次校对和完善，删除错误的内容，增加国际音标附加符号等。本文运用语料库的实验数据，通过满语词汇进行转录实验，准确率达到了70％以上，提高了工作效率。五是田野调查模型。田野调查的基本工作是听音记音，听辨识别调查语料，用国际音标做好记录，使声音文件成为书面符号，以供学术研究使用。由于田野调查语料较多，记音任务繁重，容易产生人为谬误，影响调查和研究效果。当前，语音识别在汉语普通话等方面得到了广泛的应用，田野调查辅助系统相关研究也有了一定的进展，例如，刘航宇对基于HTK的计算机辅助田野调查系统进行了研究，在语音数据量充足的情况下，识别率可以达到80％左右[21]。充分借鉴相关研究成果，探索依托HTK技术开发满语计算机辅助田野调查系统，是具有一定研究可行性的。本文在满语语音识别和国际音标转录等研究基础上，设计了满语计算机辅助田野调查模型，以此实现田野调查语料词汇转换。模型由两个模块组成：其一，语音识别?？?。将单音节看作孤立词，搭建识别模型，进行标注和识别。运用工具提取整理后实验语料的参数特征，进行模型训练，识别实验语料。其二，自动标注?？椤８慕喙厮惴?，运用标注数据训练识别模型，完成待处理语料的标注，实现由语音到文本的转换。标注完成后，再进行人工校对和翻译，并附汉语译文和满文转写对照。实验表明，模型能够有效缩短记音和转写时间，提高了工作效率，但人工校对和汉语译文所用时间较多，需要在下一步的研究中进行改进和完善。六是语音合成。语音合成能够将文本转换为语音，主要有基于波形拼接、统计参数、深度神经网络等形式，其中基于拼接的语音合成，由于效果不够稳定、语音库构建周期长等原因，应用不够广泛。人们在研究中发现，基于隐马尔可夫模型（HMM）的语音合成技术性能成熟稳定，在各个领域得到了广泛的运用。赵建东等人结合蒙古语特性，设计了上下文属性集以及相应的用于模型聚类的属性问题集，实现了基于HMM的蒙古语语音合成[22]。当前，语音合成的研究和应用主要集中在汉语、英语等语言上，成果较多，技术成熟，应用广泛，而一些非通用语言的研究成果则相对较少，其中，赵立铉、杨鉴提出了基于BERT预训练语言模型的印尼语语音合成系统，也可用于其他低资源语言[23]。本文参考相关研究成果，以语料库原生态满语语料为训练数据，完成了文本标注，运用基于HMM的语音合成技术，合成了简单的满语语音。实现步骤为：其一，数据的预处理，分析处理语音数据，提取相关参数，采用HMM建模；其二，训练模型，对隐马尔可夫模型进行初始化，完成元音和辅音、上下文模型训练等工作，得到训练模型和决策树；其三，分析和转换文本，对相关的文本数据进行分析，完成文本的序列转换等工作；其四，语音的合成，通过训练模型处理实验数据，运用合成器合成满语语音，主要是短语语音。合成的语音与真实的满语发音相比，自然度和表现力不足，韵律节奏不够自然，音质不够高，但尚能辨别语义，说明该研究具有一定的可行性，可以此为基础开展后续研究。

三、启示和建议

通过本文的研究，我们深深地感到，濒危满语的抢救和?；な且幌钕低彻こ?，不仅需要相关的专家学者、科研院所的积极参与，更需要加强人才培养，拓宽研究视野，改进研究方法，大力借助现代信息科技发展成果，为濒危满语焕发出新生命提供智力支持。一是培养专业人才。濒危语言的抢救和?；?，是语言学、民族学、计算机科学等学科的综合，对研究者的知识结构、研究方法和手段提出了新的更高的要求。在具体研究中，相关数据的收集与处理、语料的翻译与标注、软件的设计与研发等都是专业性很强的工作，既需要懂满语的少数民族语言专业人才的参与，又需要熟悉计算机科学技术，特别是精通计算软件的人才通力合作，但现实情况是，有的满语文研究者不懂计算机技术，而计算机专业的人才不懂满语文，很多时间和工作都用在了沟通和交流之中，既懂满语言文化又懂计算机技术的人才非常缺乏，在一定程度上影响了研究的深入开展。为此，要加大相关的人才培养力度，大力培养既懂满语文又懂计算机技术的复合型人才，重视现代数字和科学技术与满语文基础工作的结合，面向未来培养学以致用的综合型人才[24]?？梢劳杏泄馗咝：涂蒲谢?，加强计算机科学、信息科学、语言学、满族语言历史文化等专业教育，培养出一批有技术、能操作、懂满语的复合型研究人才，深化人工智能的研究和应用，结合实际研发相关软件，提高濒危满语调查研究和抢救性保护的质量和效率。二是规范研究标准。当前，关于满语的调查记录和存档标准不一，规范不够明确详细，可操作性不够强，一些语言调查和研究的成果不能及时交流和共享。应针对满语研究的现状，抓紧制定相关工作规范，统一技术标准，对调查记录内容及方法，语料处理及语档、数据库建设，记录研究的成果形式等进行技术规范?？梢圆慰冀杓罱醴脊赜谥泄粑Ｓ镅匀隙氨；ぱ芯康墓ぷ鞴娣禰25]，按照国家语保工程规范和语料库建设与加工要求，制定满语语料库建设标准，明确工作目标、原则方法、技术标准、存储格式等内容，按照规范做好濒危满语的调查和研究等工作。加强语料处理的数字化力度，制定语料采集、整理、分类以及转写、翻译、标注等技术标准和工作流程，为采集和处理语料提供参考和指导。制定语料库建设规范，按照标准格式进行录音录像，收集元数据，建立满语语音语料数据库，经技术处理后的语料要及时入库，分门别类建档存储，以便永久保存。三是加快抢救速度。运用计算机和人工智能技术做好语言调查和研究工作，加强调查和抢救力度，按照国家语保标准绘制满语电子地图，提供人口数量、语言分布、使用现状、濒危程度等信息，依托语音识别技术研发和完善田野调查软件，通过人工转录模型转录原生态满语语料，实现国际音标的自动记音、转写和标注，减少人工工作量，提高调查效率。加快声学实验和智能化研究步伐，运用相关软件提取声学参数，审辨确定音值，分析研究声学规律，形成满语语音声学数据库，为开展智能化研究提供理论和数据支持。参考借鉴国内外其他濒危语言研究成果，依托满语语音语料数据库，开发满语在线教学以及学习平台，增强学习的互动性和趣味性，提高学习效率。加强语言学与人工智能的协作，对满语语料进行精细标注，深入全面地研究语句的焦点、韵律和语篇等的语言学问题[26]。运用语音合成技术，以原生态满语语音为训练数据，基于隐马尔可夫模型合成满语语音，调整发音速度、韵律等信息，使合成语音更加真实自然，更具“人性化”，并及时充实到满语口语语料库之中，为濒危满语的科研教学、满族口传文化的研究开发等提供语料资源。四是建立语言博物馆。濒危语言消亡后很难再进行调查补充，相关的原始语料非常珍贵，不可复得。当前，一些早期的满语调查语料保存在研究者个人手中，仅供学术研究使用，开发利用的深度不够，没有成为社会共享资源，造成资源浪费。因此，可以参照夏威夷大学语言建档与保存计划等国内外濒危语言建档?；な导鵞27]。建立濒危满语网上博物馆，对田野调查语料和学术成果进行整合，在完成语音存档、记录和保留满语的“鲜活形态”的基础上，还要做好语料的再加工工作，研发转录软件，进行国际音标记音、转写，形成濒危满语的数字材料，并对所蕴含的历史文化信息进行深入研究，客观地再现满语的真实面貌。同时，满语的学习者可以根据规定的格式和要求，通过网络平台上传录音录像资料，充实语料馆藏；相关专家学者可依托网上博物馆开展满语田野调查，获取语料，同时对上传的语料进行转写、翻译和标注，形成能共享可用的语料数据，实现满语与满族口传文化的永久留存和典藏。我认为上述举措都应抓紧实施，刻不容缓。

作者:王娣 单位:黑龙江省社会科学院 历史研究所