人类社会的理想之一就是让机器掌握“听”与“说”的人类言语能力。随着计算机科学和信息社会的发展,这个理想正逐步变成现实。语音识别技术是解决机器“听”懂人类言语的一项研究,语音合成技术是解决让机器获得了“说”的言语表达能力。不管是语音合成研究还是语音识别研究,都一定程度上依赖于后端优秀语音语料库的构建。本文提出构建的语音语料库,主要起到扩大语音语料的来源,提高语音识别和合成系统构建工作的效率。首先,在本文第一章中介绍了语音合成与语音识别发展现状,语音语料库与语音合成与语音识别研究的关系。在第二章中介绍了语音合成与语音识别对语料设计的要求,然后提出了我们语料文本设计的目标,确定语音基本单位(三音子),开始进行原始语料的收集。介绍了贪婪算法在语料文本选取中的应用,最后通过贪婪算法(基于高频词、三音子)对原始语料进行筛选,得出设计的语料文本。其次,在第三章中,我们按照实际需求对语音采集系统进行模块设计,使用的开发工具和平台为基于.Net技术、采用SQL Server2005数据库、C/S模式,对每一个模块进行详细的设计,主要包括分析数据对象、结构以及存取方案的实现以及完成语音数据库的设计。在开发过程中对程序不断地进行完善、修改与测试,最后进行部分录音测试。最后,在第四章中介绍了国际上流行的英语语音标注体系ToBI和汉语普通话的语音标注体系C-ToBI,然后根据我们的实际情况,确定我们的语音数据的标注分为音段标注(文字、带调拼音、声韵母)和韵律标注(韵律边界)。下来就是自动生成未经对齐的标注文件的实现,然后通过人工手动把标注文件与语音文件进行对齐。