问建立新的声学模型、字典、语言模型用于非常规语言语音识别

EN

总的来说，这并不是真正的复杂。首先，你需要把任务分成几个部分:建立语音词典，建立语言模型，建立声学模型。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，你每写一个对应的音译。这就是您所需要做的，稍后您只需将单词列表输入到脚本中，并获得cmusphinx格式的字典。本部分将在教程中介绍。

http://cmusphinx.sourceforge.net/wiki/tutorialdict

一旦您有了音译工具，您就可以继续使用语言模型。你需要大量的文本来建立语言模型。你可以从维基百科或当地报纸下载短信。然后，您可以使用任何语言模型工具包来创建ARPA模型。它们都支持unicode - SRILM、MITLM、IRSTLM，您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

第三步是建立声学模型。您需要录制音频或分段现有的录音，并开始培训。本教程还将介绍此部分。

http://cmusphinx.sourceforge.net/wiki/tutorialam