为ASR创建语音字典

Question

我的工作是ASR(自动语音识别)索马里数据作为硕士论文，现在我被困在如何创建一个语音或语音字典为它。我在网上搜索，却找不到。

我不知道该怎么解决这个问题。有人能指引我吗？

Answer 1

我也在reddit上发布了一个类似的问题，并得到了尼古拉·施梅列夫的回复：

“如果你想转换拉丁文，你可以自己写一些简单的规则。比如这。或者你可以使用缩略图。”

感谢尼古拉·施梅列夫，他最初是在reddit中回答的。

Answer 2

网络上有很多现有的ASR数据集，虽然我找不到专门针对索马里人的。如果您碰巧找到了一个，但是它没有包含感兴趣的单词，您可以用g2p工具扩展它。

如果你想从头开始制作一本语音词典，那么语音词典通常都是用手写的规则引导的。您可以在Wikipedia页面中找到有关您的语言的音素列表，并编写一个简单的Python脚本将单词映射到音素。