如何將一個語音分成字

Question

我在玩語音識別。是否有可能將言語拆分爲多個單詞？

如果可能的話，請推薦我圖書館支持分詞的單詞。

感謝

Answer 1

如果你知道說話者所說的，您可以執行forced alignment生成單詞（或音素）時間對齊。工具包（如CMU Sphinx,HTK和Kaldi）可以執行此操作。如果不知道講話者說了什麼，則可以執行標準語音識別並使用時間信息來獲取字邊界，但識別輸出中可能存在錯誤。

Answer 2

沒有事先知道什麼短語已發音這個任務是相當具有挑戰性的。作爲您嘗試將VAD應用於演講並通過暫停將聲音分成單詞的方式之一。但是在發生自發言論的情況下，人們往往不會在某些詞語之間產生任何關係。所以肯定會有問題。

建議使用一些VAD庫here。