iOS上的语音识别-在iOS上将OOV单词转换为音素？

Question

按照StackOverflow上的建议，我已经成功地尝试了Openears，并从NSSTRINGS数组生成自定义词汇表。然而，我们还需要从地址簿中识别姓名，而在这里，回退方法不可避免地失败了，这是非常糟糕的，经常是…

我可以自己编写一个解析器并动态地将文本(主要是听起来像法语和荷兰语的名字)转录成音素，但这将是大量的(猜测)工作…。我很确定我需要的数据是在识别过程中的某个地方生成的，所以也许有人可以用一种我可以在iOS上利用的方式，在OpenEars或Flite代码中指出一个钩子。

或者其他一些库，可以将用户语音转换为我可以输入到Openears中的音素字符串？

Answer 1

在openears中识别名字的正确方法是将特定的发音放在语音词典中。你不需要自己分析拼音字符串，实际上识别器没有关于拼音字符串的全部信息，所以你甚至不能检索它。此外，音频和音素序列之间也没有明确的对应关系。

例如，字素到音素代码可以推迟以下发音：

tena    T IH N

而正确的发音是

tena    T EH N AH

如果预测了错误的发音，识别器将无法识别名称。更正后，它将准确地识别该名称

问题是，在openears中自动进行单词到音素的转换可能会失败。对于外来词，它可能会更频繁地失败。您需要做的是将名称添加到字典中，以便识别器知道它们的正确拼音顺序。如果知道正确的序列，识别器将能够自己检测单词。您还可以改进openears中的字素到音素代码，使其更加准确。现代的口袋狮身人面像使用的是phonetisaurus API，它比flite更准确，而且在外国名字等特殊情况下也可以训练。

对于所有与准确性有关的问题，首先建议收集一个测试样本数据库，以便能够进行精确分析。一旦你有了这样的数据库，你就可以显着提高准确性。请参阅了解详细信息

http://cmusphinx.sourceforge.net/wiki/faq#qwhy_my_accuracy_is_poor