Grafemtillydkobling

Grafemtillydkobling, also kjent som grapheme-to-phoneme mapping (G2P), er prosessen der skrevne symboler kobles til uttalte lyder i et språk. Grafem refererer til den minste enheten i skrift som kan representere en lyd, mens fonem er den minste distinkte lyd-enheten i språket. Koblingen mellom grafemer og fonemer kan være enkel i språkhistorier med grunn skrift-lyd-korrespondanse, men er ofte kompleks i språk med ubetydelig ortografi eller mange inkonsekvenser.

I praksis inkluderer grafemtillydkobling både sekvensielle og kontekstavhengige forhold. Noen språk bruker enkel bokstav-til-lyd mapping, andre bruker digrafer, stavelser eller alternativer avhengig av kontekst og ordets opprinnelse. Det finnes også alleverter og diakriske tegn som påvirker uttalen, samt endringer for for eksempel trykk og ordstilling.

Metoder for G2P spenner fra regelbaserte til statistiske og nevrale modeller. Regelbaserte tilnærminger bygger uttale fra fonotaks og morfologi, mens maskinlæringsmetoder bruker ord-pronunciation-par som treningsdata. Nylige tilnærminger bruker sekvens-til-sekvens-modeller eller neural nettverk for å forutsi uttale direkte fra orthografien. Tilgjengelighet av lydprøver påvirker nøyaktigheten, spesielt i språk med uregelmessig ortografi (for eksempel engelsk) sammenlignet med språk med mer regelmessig stavemåte (for eksempel spansk).

Anvendelser inkluderer tekst-til-tale (TTS), talegjenkjenning, leselæring og OCR-etterbehandling. Evalueringen måler ofte grapheme- eller fonemfeilrater og samlede uttalefeil for konkrete språkutgaver. Grafemtillydkobling er sentralt i utvikling av uttaleanalyser og språkteknologi.