Python 语音识别-如何将句子分割成单词？

我是语音识别的新手，我正在寻找一种方法，以音频/wav文件的形式将一个句子（或多个句子）拆分为单个单词？这听起来像是一个标准问题，所以我想知道业内人士是如何解决的

---

ps：是的，这个问题是三年前提出的，但我正在使用更新的库（即pytorch和tensorflow 2.0）寻找最新的答案。谢谢

这并不是那么简单

您需要的是所谓的对齐。即，每个音频帧与一个单词（或子单词、字符或更好的单个音素）对齐

最合理的方法需要一个标准的常规语音识别系统。最简单的方法是使用HMM系统，或者由老式的GMM支持，或者由NNs支持（称为混合HMM-NN模型）。这还需要一个词典（音素到单词的映射）。通常，您会使用所有这些的现有实现，例如，或者，因为实现起来并不那么简单。我还没有看到一个纯粹的TF实现。然后，该软件计算通过HMM的最佳可能对齐路径（即，根据训练模型，其概率最高）。如果你知道地面真相的话，这是维特比算法，用来计算这个最佳路径。否则，您将执行一些解码（使用波束搜索）

您也可以做些什么，但这会更粗糙，也不太好（对于获得对齐的任务）：使用一些端到端模型，例如关注编码器-解码器，或CTC。对于有注意的编码器-解码器，您可以使用注意权重来很好地猜测单词在哪里（然后您可以猜测边界在哪里）。反恐委员会也是如此。但这并不准确。但这是可以在纯TF中轻松实现的

---

在任何情况下，实现本身都不是那么难的部分（尽管仍然不简单）。你首先需要了解所有的理论。也许StackOverflow不是问这个问题的好地方。阅读Kaldi或RASR文档，或者观看一些关于语音识别的讲座，或者阅读一本关于该主题的书。

这并不是那么简单

您需要的是所谓的对齐。即，每个音频帧与一个单词（或子单词、字符或更好的单个音素）对齐

最合理的方法需要一个标准的常规语音识别系统。最简单的方法是使用HMM系统，或者由老式的GMM支持，或者由NNs支持（称为混合HMM-NN模型）。这还需要一个词典（音素到单词的映射）。通常，您会使用所有这些的现有实现，例如，或者，因为实现起来并不那么简单。我还没有看到一个纯粹的TF实现。然后，该软件计算通过HMM的最佳可能对齐路径（即，根据训练模型，其概率最高）。如果你知道地面真相的话，这是维特比算法，用来计算这个最佳路径。否则，您将执行一些解码（使用波束搜索）

您也可以做些什么，但这会更粗糙，也不太好（对于获得对齐的任务）：使用一些端到端模型，例如关注编码器-解码器，或CTC。对于有注意的编码器-解码器，您可以使用注意权重来很好地猜测单词在哪里（然后您可以猜测边界在哪里）。反恐委员会也是如此。但这并不准确。但这是可以在纯TF中轻松实现的

---

在任何情况下，实现本身都不是那么难的部分（尽管仍然不简单）。你首先需要了解所有的理论。也许StackOverflow不是问这个问题的好地方。阅读Kaldi或RASR文档，或者观看一些关于语音识别的讲座，或者阅读一本关于该主题的书。

这不应该被认为是Stackoverflow的主题之外的吗？这似乎只是要求提供工具/方法的建议，这在中明确说明为离题。也许这在其他SE平台上也更相关，比如，或者？这不应该被认为是Stackoverflow的主题之外吗？这似乎只是要求提供工具/方法的建议，这在中明确说明为离题。也许这在其他SE平台上也更相关，比如，或者？