台華語 語音合成 如果 使用 選取 較大單位(音節、詞、或者 詞組) 的 方法， 需要 大量的 錄音語料。 本文 往 另一方向， 嘗試 少量 錄音語料的 語音合成。 在 合成雙拼 的 想法 之下， 我們 只錄製了 少數音檔 (台語 93句， 華語65句， 每句 有 6個左右 分離的 音節)， 嘗試 以 音節為主 的 台華語 語音合成。 除了 少數 例外， 我們 使用 「同母音疊合」技巧， 一般音節 由 不帶聲調的 前部 疊接 帶聲調的 後部， 只要 疊接的 部份 具備相同的 母音， 那麼 發音耦合的 問題 可以減少， 音節合成的 效果 還 可算清晰。 我們 還調整 音節的音長。 另一個 影響清晰度的 因素 是 停頓， 我們 簡單使用 類似 讓格書寫之 空白分隔的 拼音串， 做為 韻律詞組的 邊界。

[1] Cheng-Yuan Lin and J.-S. Roger Jang, "A Two-Phase Pitch Marking Method for TD-PSOLA Synthesis", GESTS International Transaction on Speech Science and Engineering, No. 2, Vol. 1, PP. 211-221, Dec 2004.
[2] Chilin Shih and Richard Sproat. "Issues in Text-to-Speech Conversion for Mandarin",Computational Linguistics and Chinese Language Processing Vol.1,No. 1,August 1996, pp.35-82
[3] F. Charpentier, and Moulines, “Pitch-synchronous Waveform Processing
Technique for Text-to-Speech Synthesis Using Diphone”, European Conf. On Speech Communication and Technology: p.13-19.
[4] FW. Verhelst, and M. Roelands, An overlap-add technique based on waveform similarity (WSOLA) for high quality time-scale modification of speech. Acoustics, Speech, and Signal Processing, 1993. ICASSP-93., 1993 IEEE International Conference on, 1993. 2: p.554-557.
[5] Jiang-Chun Chen, J.-S. Roger Jang, "TRUES: Tone Recognition Using Extended Segments", ACM Transactions on Asian Language Information Processing, 2008.
[6] M. J. Ross et. al., “Average Magnitude Difference Function Pitch Extractor,” IEEE Trans. Acoustics, Speech, Signal Processing, vol. ASSP 22, pp. 353-362, 1974
[7] 江永進 ,2005 ,台語拼音課程 ,屏東：安可出版社
[8] 江永進 ,2006 ,自在拼音教學法 ,台北：階梯數位科技
[9] 江永進 (2009a)、張春凰、呂菁菁，台灣風物59卷1期，2009
[10] 江永進 (2009b) 台音錄音機v1.0 beta5，台灣新竹清華大學統計所
[11] 江永進 (2009c) 私人溝通
[12] 江克敬, 華語韻律轉換之研究與實作 , 國立清華大學資訊系統及應用研究所, 碩士論文, 2008
[13] 張唐瑜 以大量詞彙作為合成單元的中文文轉音系統 ,國立中興大學資訊科學研究所,碩士論文,2005
[14] 詹詩涵, 基於音高調節之歌聲合成系統., 國立清華大學資訊系統及應用研究所, 碩士論文, 2006.