您好，热情的软件开发人员， 我是语音识别（语音到文本）领域的新手，目前，我正在研究一个项目，我正在使用Mozilla通用语音数据集（德语语音数据集）-https://voice.mozilla.org/en。我从Mozilla的tsv文件集中获得了未分段的序列数据（mp3文件），其中包括声音文件的文本语句。现在，我计划实现CTC标签，以使声音文件与相应的文本句子匹配（这意味着每个字符（不是每个单词！）都需要与其在音频文件中的位置对齐）。如何使用python实施CTC标签？还是我可以在项目中学习和实施类似的方案？ 在此先感谢！