マシン：英語の発音を学ぶ

Question

は、あなたがこのようになりますCMU's phonetic data set入力をしたいと言う：

ABERRATION AE2 B ER0 EY1 SH AH0 N 
ABERRATIONAL AE2 B ER0 EY1 SH AH0 N AH0 L 
ABERRATIONS AE2 B ER0 EY1 SH AH0 N Z 
ABERT AE1 B ER0 T 
ABET AH0 B EH1 T 
ABETTED AH0 B EH1 T IH0 D 
ABETTING AH0 B EH1 T IH0 NG 
ABEX EY1 B EH0 K S 
ABEYANCE AH0 B EY1 AH0 N S 

（単語が左にある、右にkey here、音素のシリーズです）

あなたは新しい単語を取り、それがどのように英語で発音されるのかを推測する機械学習システムのトレーニングデータとして使用します。

少なくとも音素にマップできる固定されたトークンサイズの文字がないので、私にはあまり分かりません。私は、マルコフ連鎖と何かが正しい方法かもしれないと感じています。

どうすればよいですか？

Answer 1

この問題は、Natural Language Processingのサブ問題であるグレープム - 音素変換と呼ばれます。 Google brings upいくつかの論文

Answer 2

ニューラルネットワークを構築するのではなく、複数のレイヤーを持つニューラルネットワークを構築することもできます。以前のレイヤーでは、単語を連続した音節に分割して、後のレイヤーでその音節の発音を推測します。

ANFIS学習ニューラルネットワークを設定することは、数値データの場合はかなり簡単ですが、リテラル/発音データの場合、タスクは間違いなく複数のオーダーが複雑です。