假设您想要 CMU's phonetic data set输入看起来像这样:
ABERRATION AE2 B ER0 EY1 SH AH0 N
ABERRATIONAL AE2 B ER0 EY1 SH AH0 N AH0 L
ABERRATIONS AE2 B ER0 EY1 SH AH0 N Z
ABERT AE1 B ER0 T
ABET AH0 B EH1 T
ABETTED AH0 B EH1 T IH0 D
ABETTING AH0 B EH1 T IH0 NG
ABEX EY1 B EH0 K S
ABEYANCE AH0 B EY1 AH0 N S
(左边是单词,右边是一系列音素,key here)
您想将其用作机器学习系统的训练数据,该系统将接受新单词并猜测它们在英语中的发音。
至少对我来说这不是那么明显,因为没有固定的字母标记大小可以映射到音素。我有一种感觉,与马尔可夫链有关的事情可能是正确的选择。
你会怎么做?
最佳答案
该问题称为“字素到音素转换”,是 Natural Language Processing 的子问题。 。谷歌 brings up几篇论文。
关于machine-learning - 机器学习挑战: learn english pronunciation,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/673617/