我想构建新的声学模型，新词典，新语言模型为“ function get_tree($id){
$query = $this->db->query("SELECT ascending_path FROM category WHERE id ='$id'");
$result = $query->result_array();
return $result;
}
”Sinhala语言字符是基于Unicode的。例如A =අ，I =ඉ，U =උ，KA =ක，BA =බ。
我确实通过了CMUSphinx Tutorial For Developers。但它没有帮助我。它适用于英语。
语言模型应该是ARPA模型。如何将Sinhala Unicode与英语音素映射，以及如何使用不同的声音训练语言模型。 有没有可用于生成基于Unicode的语言模型的工具？
答案 0 :(得分：6)
总的来说，它并不复杂。首先，您需要在部分上拆分任务：构建语音字典，构建语言模型，构建声学模型。从语音词典开始。
您需要编写一个Python脚本来将unicode输入映射到音译：
රට r a tt a
එකඟයි e k a ng a yi
අවසර දිම a v a s a r a d i m a
基本上每个人都写一个相应的音译。这就是您需要做的所有事情，稍后您可以将单词列表提供给脚本并获取cmusphinx格式的字典。本部分将在教程
中介绍http://cmusphinx.sourceforge.net/wiki/tutorialdict
获得音译工具后，您可以继续使用语言模型。您需要大量文本来构建语言模型。您可以从维基百科或当地报纸下载文本。然后，您可以使用任何语言模型工具包来创建ARPA模型。所有这些都支持unicode - SRILM，MITLM，IRSTLM，你可以使用它们中的任何一个。本部分将在教程
中介绍http://cmusphinx.sourceforge.net/wiki/tutoriallm
第三步是创建一个声学模型。您需要录制音频或分段现有录音并开始训练。本部分也在教程
中介绍