Können Sie TensorFlow trainieren, um die Aussprache zu beurteilen?

Question

Ich habe eine Sprachlern-App und möchte die Aussprache von Benutzern erkennen, die bestimmte Wörter und Sätze sagen.

Wenn ich 1000 Benutzer-Audiodateien bereitstellen kann, jede mit einer Bewertung von 100, wie gut die Aussprache ist, könnte ich eine Punktzahl von 100 vorhersagen, wie gut die Aussprache ist?

Answer 1

Ich sehe nicht, warum nicht, das ist eine sehr allgemeine Frage, obwohl ... Ich würde lesen, wie Audio zuerst zu vektorisieren. These guys verwendet ein neuronales Netzwerk, um Audiodaten zu generieren, vielleicht könnten Sie sehen, wie sie Daten aufgenommen und etwas ähnliches getan haben. Sobald Sie es vektorisiert haben, übergeben Sie den Vektor als Eingabe und punkten Sie als Beschriftung.