Nlp 语音识别：检测日语假名（辅音和元音）

我想找到一些开源代码（虽然我会满足于封闭源代码产品）来转换传入的日语假名音频流（即辅音+元音对），并实时打印出来

然而，我想使用这些基本的声音单位来定制自己的目的，所以我不希望任何试图提取真正日语单词的高级处理。我只想得到原始的假名

有人知道这种技术吗

我今天才知道日语的“字母表”基本上是一个10x5的网格。10列（空+9个辅音）和5行（元音）

每个元素称为“假名”，语言由这些假名的序列组成；这些是基本的构件

这肯定会对语音识别算法产生很大影响

对于西方语言，我所知道的所有商业语音识别引擎都是基于三元模型的：它用唯一的MFCC向量表示三个音素之间的每一个移动，并计算出一个语音最可能的三元序列（从中，它可以推断出微不足道的音素，然后浏览三胞胎词典，找出最可能的句子）

但是对于像日语这样的语言，我想这可能不再是最有效的算法了

相反，尝试捕捉每个单独的假名或假名对可能是有意义的

…可能是2克或4克，但不是3克

---

有什么东西吗？或者他们只是使用西方世界使用的相同引擎吗？

朱利叶斯有日语的声学和语言模型。 试一试，看看它是否适合你的应用

我不知道他们训练了语言模型，但是朱利叶斯可以支持任何顺序的n-gram 反向传球。在向前传球时，它支持双字符。在反向传球时通常使用4-gram 通过。使用Julius工具将两个LM组合在一起

路易斯 ASR实验室