Build NEW Acoustic model, Dictionary , Language model for uncommon language 语音识别答案

【问题标题】：Build NEW Acoustic model, Dictionary , Language model for uncommon language speech recognitionBuild NEW Acoustic model, Dictionary , Language model for uncommon language 语音识别
【发布时间】：2015-09-12 00:57:03
【问题描述】：

我想为“Sinhala Language speech recognition”建立新的声学模型、新字典、新语言模型僧伽罗语字符是基于 Unicode 的。例如 A=අ,I=ඉ,U=උ,KA=ක,BA=බ。我确实通过了CMUSphinx Tutorial For Developers。但这对我没有帮助。它适用于英语。

语言模型应该是 ARPA 模型。以及如何用英语音素映射僧伽罗语 Unicode，以及如何用不同的声音训练语言模型。是否有任何工具可用于生成基于 Unicode 的语言模型？

【问题讨论】：

标签： speech-recognition cmusphinx sphinx4

【解决方案1】：

总的来说，它并不复杂。首先，您需要将任务拆分为：构建语音词典、构建语言模型、构建声学模型。从拼音词典开始。

您需要编写一个 Python 脚本来将 unicode 输入映射到音译：

රට  r a tt a
එකඟයි   e k a ng a yi
අවසර දිම    a v a s a r a d i m a

基本上你每写一个对应的音译。这就是您需要做的所有事情，稍后您可以将单词列表输入到您的脚本中并获得 cmusphinx 格式的字典。这部分在教程中有介绍

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

一旦有了音译工具，您就可以继续使用语言模型。您需要大量文本来构建语言模型。您可以从维基百科或当地报纸下载文本。然后，您可以使用任何语言模型工具包来创建 ARPA 模型。它们都支持 unicode - SRILM、MITLM、IRSTLM，你可以使用它们中的任何一个。这部分在教程中有介绍

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

第三步是创建声学模型。您需要录制音频或分段现有录音并开始训练。这部分也包含在教程中

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

【讨论】：