查看: 1251|回复: 22
打印 上一主题 下一主题

[悬赏] 牛津双解7-itarcy版发音提取

[复制链接]
  • TA的每日心情
    开心
    2021-1-11 09:04
  • 签到天数: 83 天

    [LV.6]常住居民II

    30

    主题

    933

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    15823

    灌水大神章小蜜蜂章笑傲江湖章

    跳转到指定楼层
    1
    发表于 2019-10-12 12:59:15 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    10000
    本帖最后由 JAMES_ROWAN 于 2019-10-16 13:36 编辑

    牛津双解7-itarcy版,词典带的单词语音我个人觉得是所有发音词典里最清晰的,由于词典文字部分与牛津9重复,所以词典内容主要看牛津9,发音可以听牛津双解7-itarcy版。有没有大侠感兴趣把这本词典的语音单独提取出来,制作成发音词典?
    https://www.pdawiki.com/forum/fo ... 2314&extra=page%3D1

    最佳答案

    查看完整内容

    已发表O7语音库,请看帖子:https://www.pdawiki.com/forum/thread-36505-1-1.html
  • TA的每日心情
    开心
    2019-3-26 21:36
  • 签到天数: 178 天

    [LV.7]常住居民III

    16

    主题

    549

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    26462

    QQ 章

    2
    发表于 2019-10-12 12:59:16 | 只看该作者
    已发表O7语音库,请看帖子:https://www.pdawiki.com/forum/thread-36505-1-1.html

    该用户从未签到

    2

    主题

    27

    回帖

    437

    积分

    秀才

    Rank: 3Rank: 3

    积分
    437

    QQ 章

    3
    发表于 2019-10-12 15:36:54 | 只看该作者
    有音频文件吗?发一个对比一下
  • TA的每日心情
    擦汗
    昨天 16:06
  • 签到天数: 885 天

    [LV.10]以坛为家III

    7

    主题

    2845

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    24806
    4
    发表于 2019-10-12 16:20:17 | 只看该作者
    本帖最后由 Gyngreenlie 于 2019-10-12 16:31 编辑

    想收藏一下第7版牛津高阶带发音的词典,smiling......is there anybody here to share it kindly? Many thanks.
  • TA的每日心情
    奋斗
    2020-11-15 11:37
  • 签到天数: 249 天

    [LV.8]以坛为家I

    20

    主题

    1368

    回帖

    4万

    积分

    状元

    牛津爱好者

    Rank: 9Rank: 9Rank: 9

    积分
    41249

    灌水大神章小蜜蜂章笑傲江湖章QQ 章推广专家

    5
    发表于 2019-10-12 23:55:44 | 只看该作者
    本帖最后由 lgmcw 于 2019-11-11 03:23 编辑

    O7我原来有提取过,从光盘rip出来的原始品质的mp3,比高度压缩的spx效果好很多,都按单词名命名好了,拿来制作发音库很容易,不过只有英音

    我这里有一套2015年做的英音的语音库,当时是嫌我用的两个背单词的网站(wordmemo和扇贝网)没有英音,才下决心做的。他们的老板都已经采用这一套英音了 [注:扇贝网后来购买了版权更换成了纯牛津的发音。]

    总的来说,前后花了一周时间才做好。原始mp3数据是直接从各大词典的光盘或者网页版上提取的。为了高音质,也完全没有转码。然后最麻烦的一步是,通过解密和分析源词典光盘的数据结构,终于修改成单词拼写即是相应MP3文件名的形式。

    具体使用的词典库有:

    1. 朗当代第五版(我认为朗文的发音是最地道的,同时也很清晰。最新的第六版没有光盘了,只有一个网站,我去抓了一些mp3发现完全和第五版一样)。
    2. 朗文发音词典(非常霸道,揉选了朗文第345版+学习词典+各种词典+数万独占的录音,朗文发音看家之作。和上面朗文当代有一些交集)。
    3. 朗文当代第四版2005增补(其中朗文当代第三和第四版都出过增补版,就是所谓的四代半。只有这个版本网上广泛流传,电驴上可以下载。MDICT上一版的sound.mdd的英音基本上基于此语音库。不过因为年代原因,绝大多数发音和第五版相同,但是音质低不少,我全拿新版做替换,稍后解释)。
    4. 牛津高阶第七版(第七版的录音虽然有男有女,但是我觉得其实比第八版更好)。
    5. 牛津高阶第八版(第八版的录音牛津完全重新录过,不过我觉得那个男声实在欠点儿味道)。 [注:o8发音=o9=ODE online]

    至于网上流传的金山词霸(提取自爱词霸网页)发音,我听了一下,很多是国人朗读的,并且有很多杂音、短音,质量实在是不咋地,我果断弃用。虽然以上入选的语音库都一流级别的,但是毕竟一个单词只需要一个读音,所以我筛选了一遍,做成一一对应的语音库(当然有少量重复的,实在懒得删了)。根据我个人的主观评价,用质量更高的发音库代替稍逊色的。

    优先级如下(前面覆盖后面的):1.朗文五 > 2.朗文发音 > 4.牛津七 > 5.牛津八 > 3.朗文四2005

    Azure

    7天有效,恕不补档。O7英音MP3链接: https://pan.baidu.com/s/1zlsFqwIr66i13tqH4E42Eg 提取码: 7nv1
  • TA的每日心情
    开心
    2021-1-11 09:04
  • 签到天数: 83 天

    [LV.6]常住居民II

    30

    主题

    933

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    15823

    灌水大神章小蜜蜂章笑傲江湖章

    6
     楼主| 发表于 2019-10-13 00:17:11 | 只看该作者
    lgmcw 发表于 2019-10-12 23:55
    O7我原来有提取过,原始品质的mp3,比高度压缩的spx效果好很多,都按单词名命名好了,拿来制作发音库很容易 ...

    恰好本人要的就是英音,大神可以做出发音词典么?
  • TA的每日心情
    奋斗
    2020-11-15 11:37
  • 签到天数: 249 天

    [LV.8]以坛为家I

    20

    主题

    1368

    回帖

    4万

    积分

    状元

    牛津爱好者

    Rank: 9Rank: 9Rank: 9

    积分
    41249

    灌水大神章小蜜蜂章笑傲江湖章QQ 章推广专家

    7
    发表于 2019-10-13 00:28:44 | 只看该作者
    JAMES_ROWAN 发表于 2019-10-13 00:17
    恰好本人要的就是英音,大神可以做出发音词典么?

    我最近在忙别的project可能不太有时间制作。
    不过我把资源放在这里,应该很快就会热心的坛友做出来的。届时你再把米奖励给TA,也算是鼓励大家多动手了。
  • TA的每日心情
    开心
    2021-1-11 09:04
  • 签到天数: 83 天

    [LV.6]常住居民II

    30

    主题

    933

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    15823

    灌水大神章小蜜蜂章笑傲江湖章

    8
     楼主| 发表于 2019-10-13 00:31:25 | 只看该作者
    lgmcw 发表于 2019-10-13 00:28
    我最近在忙别的project可能不太有时间制作。
    不过我把资源放在这里,应该很快就会热心的坛友做出来的。届 ...

    多谢!大神!话说我第一次悬赏,还不知道怎么转账
  • TA的每日心情
    奋斗
    2020-11-15 11:37
  • 签到天数: 249 天

    [LV.8]以坛为家I

    20

    主题

    1368

    回帖

    4万

    积分

    状元

    牛津爱好者

    Rank: 9Rank: 9Rank: 9

    积分
    41249

    灌水大神章小蜜蜂章笑傲江湖章QQ 章推广专家

    9
    发表于 2019-10-13 00:32:58 | 只看该作者
    JAMES_ROWAN 发表于 2019-10-13 00:31
    多谢!大神!话说我第一次悬赏,还不知道怎么转账

    等有人做出来了,把他的回答选为最佳答案,就自动转过去了。
  • TA的每日心情
    开心
    2021-1-11 09:04
  • 签到天数: 83 天

    [LV.6]常住居民II

    30

    主题

    933

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    15823

    灌水大神章小蜜蜂章笑傲江湖章

    10
     楼主| 发表于 2019-10-13 00:53:02 | 只看该作者
    lgmcw 发表于 2019-10-13 00:32
    等有人做出来了,把他的回答选为最佳答案,就自动转过去了。

    有没有可能把发音加到您的大作80万词频的尾部?https://www.pdawiki.com/forum/fo ... &extra=page%3D1
  • TA的每日心情
    奋斗
    2020-11-15 11:37
  • 签到天数: 249 天

    [LV.8]以坛为家I

    20

    主题

    1368

    回帖

    4万

    积分

    状元

    牛津爱好者

    Rank: 9Rank: 9Rank: 9

    积分
    41249

    灌水大神章小蜜蜂章笑傲江湖章QQ 章推广专家

    11
    发表于 2019-10-13 01:03:52 | 只看该作者
    本帖最后由 lgmcw 于 2019-10-13 08:10 编辑
    JAMES_ROWAN 发表于 2019-10-13 00:53
    有没有可能把发音加到您的大作80万词频的尾部?https://www.pdawiki.com/forum/forum.php?mod=viewthread ...

    哈哈那样太庞杂了,那就不如直接使用the little dict。不过等我以后有空,可能会出一版英音精选发音库,替换掉80W里huge大的英音,不在乎体积,只在乎音质。
  • TA的每日心情
    奋斗
    2020-11-15 11:37
  • 签到天数: 249 天

    [LV.8]以坛为家I

    20

    主题

    1368

    回帖

    4万

    积分

    状元

    牛津爱好者

    Rank: 9Rank: 9Rank: 9

    积分
    41249

    灌水大神章小蜜蜂章笑傲江湖章QQ 章推广专家

    12
    发表于 2019-10-13 07:23:20 | 只看该作者
    JAMES_ROWAN 发表于 2019-10-13 00:31
    多谢!大神!话说我第一次悬赏,还不知道怎么转账

    你把1万米写在标题里,才有人点进来看。
  • TA的每日心情
    慵懒
    2021-9-30 10:09
  • 签到天数: 321 天

    [LV.8]以坛为家I

    4

    主题

    598

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    12199
    13
    发表于 2019-10-13 07:56:12 | 只看该作者
    本帖最后由 eplono 于 2019-10-13 08:17 编辑
    lgmcw 发表于 2019-10-13 01:03
    哈哈那样太庞杂了,那就不如直接使用the little dict。不过等我以后有空吗,可能会出一版英音精选发音库, ...

    哈哈,也是超爱英音的,也觉得7版发音最有精神,8版和9是一模一样的、读得没睡醒似的,
    不在乎体积,只在乎音质

    ,这个必须狂赞,期待
    (其实也想做做,只是技术不到家,还是算了)

  • TA的每日心情
    开心
    2021-1-11 09:04
  • 签到天数: 83 天

    [LV.6]常住居民II

    30

    主题

    933

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    15823

    灌水大神章小蜜蜂章笑傲江湖章

    14
     楼主| 发表于 2019-10-13 08:16:53 | 只看该作者
    lgmcw 发表于 2019-10-13 01:03
    哈哈那样太庞杂了,那就不如直接使用the little dict。不过等我以后有空,可能会出一版英音精选发音库,替 ...

    哦,期待!!!!若能做出来,我愿奉上一半我拥有的家产(米粒),或者软妹币捐助都可以!
  • TA的每日心情
    开心
    2021-1-11 09:04
  • 签到天数: 83 天

    [LV.6]常住居民II

    30

    主题

    933

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    15823

    灌水大神章小蜜蜂章笑傲江湖章

    15
     楼主| 发表于 2019-10-13 09:39:28 | 只看该作者
    惭愧!标题加“悬赏10000米粒”2字,保存后还是修改不了
  • TA的每日心情
    开心
    2021-1-11 09:04
  • 签到天数: 83 天

    [LV.6]常住居民II

    30

    主题

    933

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    15823

    灌水大神章小蜜蜂章笑傲江湖章

    16
     楼主| 发表于 2019-10-13 16:10:39 | 只看该作者
    刚才发现扣了1万米后,从状元掉落到进士了,不说了,微信抽奖去了,顺便去摇一摇钱树。。。。。
  • TA的每日心情
    开心
    2021-1-11 09:04
  • 签到天数: 83 天

    [LV.6]常住居民II

    30

    主题

    933

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    15823

    灌水大神章小蜜蜂章笑傲江湖章

    17
     楼主| 发表于 2019-10-13 17:48:54 | 只看该作者
    流星冲击 发表于 2019-10-13 17:08
    已发表O7语音库,请看帖子:https://www.pdawiki.com/forum/thread-36505-1-1.html

    已经在你的帖子回复,有没有实现的可能?
  • TA的每日心情
    开心
    2021-1-11 09:04
  • 签到天数: 83 天

    [LV.6]常住居民II

    30

    主题

    933

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    15823

    灌水大神章小蜜蜂章笑傲江湖章

    18
     楼主| 发表于 2019-10-13 17:49:12 | 只看该作者
    JAMES_ROWAN 发表于 2019-10-13 17:48
    已经在你的帖子回复,有没有实现的可能?

    跟预想的有那么一点点差距
  • TA的每日心情
    开心
    2019-3-26 21:36
  • 签到天数: 178 天

    [LV.7]常住居民III

    16

    主题

    549

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    26462

    QQ 章

    19
    发表于 2019-10-13 23:34:18 | 只看该作者
    本帖最后由 流星冲击 于 2019-10-13 23:50 编辑
    JAMES_ROWAN 发表于 2019-10-13 17:49
    跟预想的有那么一点点差距

    看了O7的源代码,<span class="i_g">确实是和发音链接相关,但是有几个邻近的标签,例如<span class="if">与单词变形相关,<span class="if_g">与语法相关,有些词条下没有<span class="if_g">标签,要用xpath提取这局部的发音相关的html代码,就要找出所有的例外情况。
    我没有相关的工具去分析,要全部提取就只能手动一个个找例外,一个个找,工作量太大了。mdx源码我不会去提取了,我下载个牛津高阶7繁体光盘,先解包看看文本源码情况。
  • TA的每日心情
    开心
    2021-1-11 09:04
  • 签到天数: 83 天

    [LV.6]常住居民II

    30

    主题

    933

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    15823

    灌水大神章小蜜蜂章笑傲江湖章

    20
     楼主| 发表于 2019-10-13 23:36:11 | 只看该作者
    流星冲击 发表于 2019-10-13 23:34
    看了O7的源代码,确实是和发音链接相关,但是有几个邻近的标签,例如与单词变形相关,与语法相关,有些词 ...

    哦,这么麻烦啊,费心了!
  • TA的每日心情
    开心
    2019-3-26 21:36
  • 签到天数: 178 天

    [LV.7]常住居民III

    16

    主题

    549

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    26462

    QQ 章

    21
    发表于 2019-10-14 13:59:16 | 只看该作者
    JAMES_ROWAN 发表于 2019-10-13 23:36
    哦,这么麻烦啊,费心了!

    按照superfan89的帖子,发现该oald7繁体光盘不是idm制作的,mdx源数据也是superfan89提取该光盘的sqlite3数据库的,我没解密数据出来,不过根据superfan89给出的chiper rkey,我看了一下二进制代码旁边的明文,发现是源html代码和mdx的源代码几乎一样(发音和音标,以及某些标签不同),发音区域的代码也是没有明显的标志的。由于我的正则能力没到家,提取出来的数据只能是粗提取,不堪用。
  • TA的每日心情
    开心
    2018-8-8 03:13
  • 签到天数: 1 天

    [LV.1]初来乍到

    254

    主题

    4264

    回帖

    7万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    79050

    小蜜蜂章笑傲江湖章灌水大神章QQ 章

    QQ
    22
    发表于 2019-10-14 14:40:05 | 只看该作者
    流星冲击 发表于 2019-10-14 13:59
    按照superfan89的帖子,发现该oald7繁体光盘不是idm制作的,mdx源数据也是superfan89提取该光盘的sqlite3 ...

    流星兄除了博學多聞之外更是任俠好義之仕呀!
    佩服! 佩服!
    小弟和您也相差無幾,只差一個尾字,任俠好x之徒
    哈! 哈! 哈!
  • TA的每日心情
    开心
    2021-1-11 09:04
  • 签到天数: 83 天

    [LV.6]常住居民II

    30

    主题

    933

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    15823

    灌水大神章小蜜蜂章笑傲江湖章

    23
     楼主| 发表于 2019-10-14 16:28:49 | 只看该作者
    流星冲击 发表于 2019-10-14 13:59
    按照superfan89的帖子,发现该oald7繁体光盘不是idm制作的,mdx源数据也是superfan89提取该光盘的sqlite3 ...

    辛苦了!目前发音也够用了,多谢了!