你能训练 TensorFlow 来评估发音吗？

Question

我有一个语言学习应用，想检测用户说出某些单词和句子的发音。

如果我可以提供 1000 个用户音频文件，每个音频文件的评分为 100 分（满分），我能否预测满分（满分 100 分）的发音好坏？

Answer 1

我不明白为什么不这样做，但这是一个非常普遍的问题......我会先阅读如何对音频进行矢量化处理。 These guys 使用神经网络生成音频数据，也许你可以看看他们如何获取数据并做类似的事情。然后将其向量化后，将向量作为输入传递，并将分数作为标签传递。