苗文文字转语音功能开发笔记
不知什么时候，我萌发了做一个苗语文字转语音系统的念头，就是简单的输入苗文，让让机器合成对应的苗语。于是我开始上网搜索文字转语音的简介，去了解其实现过程，在这期间，也曾在网上查找有没有已经实现了的类似系统，但很遗憾的是，并没有得到想要的结果。
也许是技术难度大，也许是花费的时间太长，以至于我自己都逐渐忘记了还有这么个念头。后来在QQ交流群里看到了朋友分享的一个例子，是美国的苗族同胞用java开发的一个苗文转语音系统，叫Yuhalu，虽然合成的语音有明显的机械感，很生硬，但是有总比没有强嘛，于是我又开始琢磨起来，我能不能实现这样的功能呢？
由于java开发的客户端只能在个人电脑上运行，不太方便传播，于是作为网络应用开发人员的我，决定先模仿这个系统做一个网页应用出来。但是还没有开始，我就结束了自己的大学生活，又遇到了新型冠状肺炎，工作突然变得忙起来了，没有了之前那么多的时间去做开发工作，这个想法也就被搁浅了。
2022年度寒假是个特殊的寒假，短短两年间，我经历了两次因为新冠疫情而延缓开学。第一次我还是一个学生，而这次，我已成了老师。在给学生上网课的空余时间里，我再次琢磨起了怎么实现苗文转语音的系统。幸运的是，基于之前学习的知识，我对操作WAV封装格式的音频文件已经比较熟悉，所以这次开发工作进展的很顺利，直接拼接波形文件来合成语音的效果和Yuhalu系统一模一样，也让我确定了他们也是通过简单的拼接音频片段来实现语音合成。所以这次我的重点工作，变成了文本预处理。在两天的时间里，我开发完成了苗文词汇拼写检查、数字、字母转苗文等功能。
原来的音频文件用的是44100赫兹采样率和16位采样深度，这样的音频文件合成出来的文件很大，一分钟的音频就有10M大小了，这样是很难在网络上使用的。首先我想到的是把wav封装改为mpeg封装，这样就把文件尺寸压缩下来了，但是由于我目前使用的主机是虚拟主机，没法安装lame和ffmpeg等工具，有没有php类库可以使用，自己开发一个php版本的mpeg音频编码工具显然不现实，所以只能降低wav文件的码率了，我尝试了各种采样率和采样深度之后，觉得16000赫兹采样和8位采样深度就够用了，这样合成出来的音频文件，一分钟就1M大小，比较实用了。在此，也对使用到语音库的yuhalu表示衷心的感谢。
最后我把这些改动整合做成了一个网页应用，终于实现了想了很多年的目标，做出来了一个苗文的文字转语音系统。再结合之前做好的川黔滇苗文和国际苗文转换的程序，我实现了输入国际苗文或者川黔滇苗文，合成出对应的苗语。这只是迈出了苗文语音合成的一小步，但却也是第一个能广泛地简单应用的系统，之后还有很多的工作，让它合成的语音更流畅，更有感情等等。
搜搜资料的时候，偶然间，我打开了几年前收藏的各类苗族网站，发现很多都已经打不开了。有的关闭了，有的转向了APP，有的转向了微信公众号，我自己也一两年没有更新内容了，PC时代主流的网站已经悄然逝去了很久，即使网站依然是网络搜索的重点内容提供者，但是收益肯定是不理想的。想起社交软件列表里那些热心讨论苗文、传播苗文的交流群也不知什么时候起逐渐变得静悄悄了，也许，是大家都忙着去工作了，也许，是大家都学会了不再有那么多交流。
无论如何，我还是想，靠自己的一点努力，在互联网上，留下一些属于苗族的记忆。苗文、苗语，不该成为过去，而在那蓬勃生机展现出来之前，我要做的，就是把自己所热爱的内容，封装在字行里间，等待着它被打开的那一天到来。而苗文语音转文字的实现，让这个打开的过程，变得更加容易。