So dekodieren Sie Spracheingabe

Question

Was ich tun möchte, ist eine API, die menschliche Sprache in das IPA (International Phonetic Alphabet) -Format übersetzt. Meine Frage ist, wo sind die Ressourcen zum Decodieren von Sprache auf der Ebene der ursprünglichen Audio-Wellenform. Ich habe nach einer API gesucht, aber das meiste, was ich gefunden habe, übersetzt sich direkt in das lateinische Alphabet. Ich suche etwas genaueres in seiner Fähigkeit, die Lautphonik zu unterscheiden.

Answer 1

Ich möchte nur sagen, dass dieses Projekt viel schwieriger und komplizierter ist als Sie denken. Sprache zu Textverarbeitung ist ein sehr großes und kompliziertes Feld mit einer riesigen Menge an Forschung, die darin gemacht wurde. Der Grund, warum die meisten Parser Dinge direkt an römische Zeichen senden, liegt darin, dass der Großteil ihrer Verarbeitung ein probabilistisches Matching von vagen Sounds mit ihrem Kontext anderer vager Sounds ist, um zu erraten, welche Wörter zusammen Sinn ergeben. Es ist viel wahrscheinlicher, dass Sie etwas finden, das Ihnen Soundex und nicht IPA bietet. Das ist ein Problem, das an mehreren Fronten angegangen wurde. Ihre beste Wette ist wahrscheinlich das Sphinx-Projekt von CMU.

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

, dass Ihnen einen guten Start geben, aber Sie eine Annahme, dass die Sprachverarbeitung in Text ist viel mehr entwickelt als es tatsächlich ist, und es gibt keine einfache Möglichkeit, Sprache zu IPA durch die Wellenform des Übersetzens mit jede Art von Genauigkeit. Sphinx ist sehr modular und vollständig Open-Source und so würde es Ihnen eine riesige Menge an Kraft an Ihren Fingerspitzen geben, und an diesem Punkt, ob Sie herausfinden können, wie Sie diese Arbeit machen, liegt an Ihnen, aber wieder. Dies ist kein gelöstes Problem in irgendeiner Weise.