nlp - 给定 100,000 个单词到音素的映射，我如何在音素边界上拆分原始单词？

Question

我有 100,000 多个单词到他们的音素（CMUdict）的映射，例如：

ABANDONED => [ 'AH', 'B', 'AE', 'N', 'D', 'AH', 'N', 'D' ]

我想将原始单词的字母分成等于音素数量的组，例如

ABANDONED => [ 'A', 'B', 'A', 'N', 'D', 'O', 'N', 'ED' ]

我没有音素到字素的映射，但似乎我应该能够计算音素到字素的统计模型，然后用它来决定在哪里分割每个单词。（如果该模型也可以用于将新单词转换为其可能的音素，那就太好了）

我怎样才能做到这一点？我在想一个隐藏的马尔可夫模型听起来可能是适用的，但除了那种预感我不知道。

Answer 1

N要收集统计数据，首先通过匹配相同的字母和音素（如和）将单词与其语音表示对齐N。您可以通过动态规划获得最佳匹配。然后您可以将单词的剩余字符映射到剩余的音素。

计算频率后，您可以使用噪声通道模型将新单词转换为音素。