查找音素和持续时间

Question

我想知道是否有人知道从文本中查找音素的 python 工具，以及它们的持续时间。

简而言之，我想要一个像 aeneas 这样的强制对齐工具，但我想要音素及其持续时间。

谢谢！

Answer 1

您没有具体说明您拥有什么样的数据，但我认为它是带有相应正字法转录的音频文件。

在这种情况下，Montreal Forced Aligner 可能是合适的（该页面上有指向可执行文件的链接）。 它基于 Kaldi，因此对于更强大和更全面的解决方案，kaldi-dnn-ali-gop repo 提供了更强大的选项。