假设您要使用类似于以下内容的CMU's phonetic data set输入:
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
(单词在左边，右边是一系列音素key here)
您想将其用作机器学习系统的训练数据，该系统将使用新单词并猜测它们将如何用英语发音。
至少对我来说，这不是那么明显，因为没有固定大小的字母可以映射到音素。我觉得与马尔可夫链有关的事情可能是正确的方法。
你会怎么做？
最佳答案
这个问题称为音素到音素转换，这是Natural Language Processing的子问题。 Google brings up几篇论文。
关于machine-learning - 机器学习挑战: learn english pronunciation，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/673617/