语音识别将单词拆分到音素级别

Question

我正在考虑为我的母语开发语音识别软件，我正在考虑使用CMUSphinx-4。有一个包含英语单词的CMU字典文件，该文件将原始单词的拆分映射到其音素边界。例如，放弃=> 'AH'，'B'，'AE'，'N'，'D'，'AH'，'N'，'D‘我不能理解这背后的逻辑，我想为这个单词对话开发一个算法。如果任何人可以知道这种转换的算法或这种分裂是如何发生的，请与我分享它。

Answer 1

将原始单词

到其音素边界

“边界”在这里是一个错误的词。它将单词映射到音素序列，与边界无关

如果有人知道这种转换的算法，或者这种分裂是如何发生的，请与我分享。

字典构造将在我们的教程中介绍

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