福州方言语音档案数据库建设的思考

2017-03-11张丹青

兰台世界 2017年20期

关键词：录音福州方言

张丹青

（福建省农业科学院畜牧兽医研究所福州350013）

福州方言语音档案数据库建设的思考

张丹青

（福建省农业科学院畜牧兽医研究所福州350013）

福州话是闽东方言的代表，被喻为古代汉语的活化石。但是，随着普通话的推广，能自然流利地使用福州方言的人群日趋减少，这就需要通过建立福州方言语音档案数据库，将这一承载着福州本地DNA的方言完整地保留下来。本文试从语音档案建设背景、建设思路以及数据利用三个方面来论述福州方言语音档案数据建设的设想。

福州方言语音档案语言资源检索

G270.7

2017-06-07

一、福州方言概况

福州话是闽东方言的代表，以其历史悠久、词语丰富、语体多样、语流音变复杂而著称，在中华大地上独树一帜。福州话大致形成于唐代，乃汉语的一个分支，并且保存了大量的古音，因此，福州话被喻为古代汉语的活化石[1]1、2。

二、福州方言语音档案建设背景

随着普通话的推广，能自然流利地使用方言的人群日趋减少，许多方言都濒临消亡，福州方言也不例外。知名编剧林瑞武曾联合相关专家对福州200名中小学生进行抽样调查，调查结果显示，福州仅有23.65%的中小学生经常说方言。2016年，福州民俗专家方炳桂的辞世，也带走了他那满嘴虾油味的福州话和福州故事。当我们惋惜方老先生的离去时，应该更多地去思考我们福州方言的传承与保护。

目前，人们对福州方言的习得普遍停留在文字简单注音，如福州“虎纠”,很棒“丫霸”。但长期致力于闽剧与福州评话研究的文史专家徐鹤苹、福建省信息职业技术学院教授郑广森在接受福州新闻网采访时指出，这种用文字注音福州话的方法会引起认知的歧义。

因此，笔者认为，要留住乡音，最直接的办法就是通过语音的形式让乡音永不流逝。随着“文化强市”目标的提出，也为承载着福州本地DNA的福州方言语音档案数据库建设提供了政策支撑。

三、福州方言语音档案数据库建设的思考

1.福州方言语言资源的收集。俗话说“巧媳妇难为无米之炊”，福州方言语言资源的收集是福州方言语音档案建设的基础。方言语言资源的丰富性、完整性会直接影响方言语音档案的开发和利用。笔者认为，要从“谁在说”和“说什么”两个方面，做好方言语言资源的收集工作，将资源形成档案。

（1）“谁在说”。福州话主要通行于福州、闽侯、长乐、连江、永泰、闽清、罗源、福清、平潭、屏南和古田等11个县市，这就决定了福州方言的资源收集工作开展的地理区域。

（2）“说什么”。陈章太在《论语言资源》一文中指出，语言资源主要由语言本体和语言社会应用两部分构成。语言本体包括语音系统、词汇系统、语法系统和语义系统;语言社会应用包括语言在社会各领域的应用和人类社会对语言文字的各种使用[2]10。因此，福州方言可以从语音、词汇、语法、话语、熟语、歌谣等六个方面，进行整理汇编，整合形成福州话资源手册。

2.福州话语音档案数据库前期建设。虽然福州方言通行于11个县市，但是这些地区在语音、语调上又略有不同，为丰富方言语音档案，福州话数据库的语音采集将在11个县市分别进行。因此除了使用统一的福州话资源手册对录音内容进行规范外，还必须实现数据采集程序的规范。不论是采集内容还是采集程序的规范都是档案数据库“前端控制”的必然要求。

（1）统一录音软件。目前，多媒体语音文件的格式最常用的有wma、mp3、wav和mid这四种，为保证语音格式在导入数据库的一致，使用统一的录音软件是语音采集工作的前提。在采集工作中，可以借鉴中国语言资源有声数据库建设所使用的软件——北语录音[3]13。事先通过excel文件将录音对象进行逐条命名、标记，并导入北语软件，然后进行逐条录音，软件会自动逐条保存并命名录音文件为“*.wav”文件。同时，可以利用该软件，实现对已录条目重新录音后，并自动替换旧文件的功能。

（2）统一命名规范。为便于数据库更好地实现其检索利用功能，对录音文件的统一命名显得尤为重要。福州方言语音档案数据库建设，涵盖了11个县市，将这些县市分列11个子库，分别是FZ代表福州，MH代表闽侯，CL代表长乐，LJ代表连江，YT代表永泰，MQ代表闽清、LY代表罗源，FQ代表福清，PT代表平潭，PN代表屏南，GT代表古田。子库下对录音的语言资源进行分类1代表语音、2代表词汇、3代表语法、4代表话语、5代表熟语、6代表歌谣。各类别的语言资源中形成一个大流水号，从00001开始编写文件名。如，太阳，假设我们在词汇这一类别中给它斌予00001的流水号，则这一名词，由长乐发音人录制的录音文件则命名为CL20001；由平潭发音人录制的录音文件则命名为PT20001。

3.福州话语音档案数据库后期建设。基于标准化采集模式形成的福州方言档案数据库，必须依赖检索实现方言语言档案的使用。结合福州方言语音档案数据库的特点，数据库的服务对象不仅有不会说福州方言的外地人，还有只会说福州话的老福州。这就决定了该数据库的检索方式必须采用文本检索和内容检索相结合。

（1）基于文本的检索方式。基于文本的检索是通过数据库中的关键字段与多媒体建立链接，从而通过检索数据库中的关键文本字段来获取多媒体信息[4]42。检索时按照既定的类别和关键词搜索所需多媒体信息。这种检索主要是通过前期对数据库中语音文件名的命名和标引来实现的。如方言歌谣中人们耳熟能详的语句都可以成为标引。以歌谣“祭灶”为例，最为人们所知的一句莫过于“灶公上天讲好话，灶妈落来保佑奴”，这样一句话就可以作为这首歌谣的标引。用户在使用时只要输入文件名“祭灶”，或“灶公上天讲好话”这样的关键词，11个县市的歌谣“祭灶”语音材料就会被检索到，用户可以对根据自己的需要选择，也可横向对比这11个地市方言的区别，进行研究。

（2）基于内容的检索方式。基于内容的多媒体信息检索是根据媒体和媒体对象的内容及上下文联系在大规模多媒体数据库中进行检索。基于内容的检索是多媒体研究中的新兴热点，它突破了传统的基于文本检索技术的局限[4]43。当用户检索方言数据库时，系统一方面接受用户规定的音频内容特征信息（即用户的检索提问）；另一方面接受特征信息索引库中的特征信息，然后进行两者之间的匹配，以找出符合用户需求的多媒体信息。以歌谣“祭灶”为例，使用者只需直接用福州方言说出“祭灶”或歌谣中的任何一句话或一个词，系统就可进行匹配。

文本检索方式，方便不会说福州方言的人进行利用，为他们学习、查找语音资料提供便利；而内容检索对于福州本地人，特别是为不会说普通话的福州人语音信息查找提供了方便。

4.福州话语音档案数据库的利用。福州方言语音数据库建成后，可以借助图书馆、博物馆、科技馆、展览馆、高校、科研院所等多种途径，让广大民众参与其中，使数据库的建设成果能够为更多的社会大众所知、所用。当然，也可考虑通过互联网平台，特别是微信，延伸拓展福州方言语音档案数据的共享面。让那满嘴虾油味的福州话和福州故事，触手可及，而不是遥不可及。