speech-recognition - 编写语音识别引擎

Question

就目前而言，这个问题不适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持，但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开，visit the help center寻求指导。




10年前关闭。




因此，像许多其他人一样，我决定创建自己的语音识别引擎。事实证明，这根本不是一件容易的事，相反，尤其是对于英语来说，要做到这一点相当困难，因为我想说，一个单词的书写方式和它的发音方式之间存在着巨大的差异。来自格鲁吉亚，我决定为格鲁吉亚语言编写语音识别。在格鲁吉亚语中，您可以完全按照您的书写方式发音。这就像一个转录。这个事实会大大减轻我的任务吗？或者还有更困难的......困难:D？

Answer 1

语音识别是一个复杂的领域，具有许多特定的算法、工具和方法。要创建自己的引擎，您可以从 CMUSphinx 开源语音识别工具包开始，它允许您:

收集和处理支持格鲁吉亚语所需的数据

创建格鲁吉亚模型

用格鲁吉亚语实现语音识别引擎。

使用引擎创建在桌面、服务器或 iPhone 上运行的语音识别应用程序(通过 OpenEars)

CMUSphinx 已经支持英语、德语、西类牙语、法语、荷兰语、俄语、普通话、冰岛语、意大利语和许多其他语言。添加一个新的非常简单。对于新人来说，通常需要一两个月的集中工作来实现所需的流程。

要开始访问主页:

http://cmusphinx.sourceforge.net

并阅读教程

http://cmusphinx.sourceforge.net/wiki/tutorial

如果您有任何问题，请在论坛或此处向他们提问!

而且，当您说格鲁吉亚语时，您只是拼写声音，这是一个非常普遍的误解。世界上大多数语言都不是这样。为了验证假设，请尝试在音频编辑器中录制一些音频，并检查哪些声音是实际发音的。你会感到惊讶。上面的教程详细介绍了这个问题。