使用 Python 的语音转文本方法答案

【问题标题】：Speech to Text Method Using Python使用 Python 的语音转文本方法
【发布时间】：2017-01-22 14:53:48
【问题描述】：

美好的一天。我目前正在使用我们的本地方言进行机器翻译（语音-（文本--文本）-语音），并且我已经有了语音和文本语料库。但是，我在将语音记录为输入并将其转录为文本文件时遇到了问题，因为可用于语音识别的模块不涵盖我们的方言，大多数情况下它只支持英语和其他主要语言。

有谁知道我可以解决它吗？我很荣幸接受您的宝贵建议，这对我的学习有很大帮助。谢谢！

【问题讨论】：

欢迎来到 SO。您是否正在考虑转录整个句子？还是选词？你可以投入多少时间？有信号处理和机器学习方面的经验吗？您可以从解决类似问题的最先进的神经网络（或类似的）之一开始，并检查其在您的数据集上的性能。这是一个庞大的学科，你可以攻读博士学位。
@LukaszTracewski 感谢您的回复。事实上，我是第一次作为 CS 硕士生参加 sem，并且我开始着手撰写论文。我还有 1 年的时间来分配这个。但是，我搜索了有关此问题的参考资料，仅支持主要语言。您能否提供参考资料或链接，让我可以开始阅读我自己的方言中的 Speech to Text 内容？这对我有很大帮助。
欢迎来到 StackOverflow。请阅读并遵循帮助文档中的发布指南。 on topic 和 how to ask 在这里申请。

标签： python-3.x machine-learning nlp speech-recognition text-to-speech

【解决方案1】：

为不寻常的方言处理文本到语音是一个巨大的挑战，因为音频模型通常不存在并且必须从头开始创建。一个好的起点是从http://voxforge.org 中的一个教程开始。在这个站点上，您不仅可以找到涉及许多音频解码器和模型生成器的教程，而且还可以找到一个有用的论坛，在该论坛中，英语以外的各种语言的学生可以找到与他们自己的方言问题相关的解决方案。

一般计划可能如下：按照给出的示例构建一个简单的英语模型，以适应所涉及的术语、概念和过程。鉴于您在英语方面不可避免的成功，您可以通过为自己的方言构建模型来将拥有的母语语料库转化为优势。这是一个合理的目标，之前已经做过很多次了。但是请注意，要在广泛的词汇中获得良好的识别，您需要一个非常全面的语料库数据集。

【讨论】：

非常感谢@Colin 的见解。我将开始阅读该网站的教程。希望，这对我来说是一个好的开始。