从零开始构建一种新语言的语音识别

Question

我知道C++和PHP，我知道OOP和数据库技术的用法。我必须为我自己的国家制作语音识别软件，它的符号是独一无二的，但得到了UTF-8的支持。到目前为止，还没有软件公司主动这么做。我需要知道什么编程语言将是完美的做，我应该采取哪些课程来学习这一过程。我不喜欢通过SAPI来处理语言，也不喜欢构建识别技术，因为它们是基于英语的(这里的问题是语法和语法非常不同--基于印欧语)。我想从头开始(机器级/语音处理-我想使声音处理直接被解析到我的符号(没有英语转换))。希望你能理解，因为我期待它，因为这是我的国家的要求。这并不是为了推广任何编程语言或课程。我现在就想知道。(如果我的问题不适合这里，请把它放在最合适的地方，并请转到那个论坛。我有过痛苦的经历)

Answer 1

添加对一种新语言的支持是非常简单的，您实际上只需要遵循文档，您就可以达到目的。您还需要对脚本语言有一定的了解，这将有助于您在一些步骤上减少手工操作。Unix命令行体验是一个很大的优势，尽管你也可以在Windows上工作。

1)阅读引言，熟悉语音识别的概念--特征、声学模型、语言模型等。

2)尝试使用CMUSphinx和美国英语模式来理解事物是如何工作的。试着按照声学模型训练教程标准使用美国英语AN4数据库样本进行培训。

3)在维基百科上读到你的语言。

4)为你的语言收集一组转录的录音-播客，广播节目，有声读物。您也可以自己记录一些初始金额。你需要大约20个小时的转录数据才能开始，100个小时才能创建一个好的模型。

5)根据你收集的数据，创建一个单词列表和一本语音词典。大多数语音词典都可以用一个简单的规则创建，用您最喜欢的脚本语言(如Python )中的一个小脚本。详情请参见生成字典。

6)手动或用sphinx4对齐器将音频分割成短句，创建一个包含培训教程中所述所需文件的数据库。

7)将新模型集成到应用程序中，并设计数据收集以改进模型。

如果你有问题，可以在CMU狮身人面像/论坛上随意提问。

Answer 2

查看是否有任何现有语音识别系统可以添加自定义语言。这将节省你多年的精力。即便如此，也会收集大量的语言词汇和语法数据库。

以下是一些让你开始学习的方法：

• http://cmusphinx.sourceforge.net/wiki/tutorialdict
• http://kaldi.sourceforge.net/about.html

如果没有，那么您可能会使用C/C++来处理传入的音频足够快。您可以在这里了解有关语音识别原理的更多信息：http://en.wikipedia.org/wiki/Speech_识别