检测元音和辅音？
Detect vowels and consonants?
我正在研究语音信号处理领域，我想检测音频文件中的元音和辅音并为其添加时间标签。
我想要这样的东西（只是举个例子，不确定它是如何工作的）：
使用单词 完成：D [0-3 毫秒]，o [ 4-7 毫秒]、n [8-11 毫秒] 和 e [12-13 毫秒].
我想我遇到了某种分类问题，我考虑过使用 支持向量机 或 隐马尔可夫模型 或 循环神经网络.
关于我应该如何做的任何建议，元音或辅音检测，时间标记。
我可能会使用 MATLAB。你怎么看？
谢谢。
以防万一，您更喜欢使用 HMM，我建议使用 HTK（隐马尔可夫工具包）有一个 precise/detail 教程，但它是用 C (ANSI) 编写的。使用 HMM 你必须先训练 HMM（监督），当然你需要完整的 phonems/tag 标记 train/examples。最后你需要做的是所谓的音素识别来识别其他voice/test音频。之后，每个识别的持续时间phonems/tag可以在HTK识别后计算
我正在研究语音信号处理领域，我想检测音频文件中的元音和辅音并为其添加时间标签。
我想要这样的东西（只是举个例子，不确定它是如何工作的）：
使用单词 完成：D [0-3 毫秒]，o [ 4-7 毫秒]、n [8-11 毫秒] 和 e [12-13 毫秒].
我想我遇到了某种分类问题，我考虑过使用 支持向量机 或 隐马尔可夫模型 或 循环神经网络.
关于我应该如何做的任何建议，元音或辅音检测，时间标记。
我可能会使用 MATLAB。你怎么看？
谢谢。
以防万一，您更喜欢使用 HMM，我建议使用 HTK（隐马尔可夫工具包）有一个 precise/detail 教程，但它是用 C (ANSI) 编写的。使用 HMM 你必须先训练 HMM（监督），当然你需要完整的 phonems/tag 标记 train/examples。最后你需要做的是所谓的音素识别来识别其他voice/test音频。之后，每个识别的持续时间phonems/tag可以在HTK识别后计算