音标字母对齐算法

背景介绍

在发音评测中，如果一个单词中某个音素读错了，比如apple[ˈæpl]中的p读错了，我们怎么反馈给用户，一般是在其对应的字母里标红如apple,这就引出了一个问题已知一个单词和它对应的音标，如何得到每个音标对应的字母。如apple[ˈæpl] 中a:æ pp:p l:l e不发音

算法介绍

• 算法路线
  • 深度搜索
  • 多序列对齐问题

深度搜索

深度搜索思路：找到48个元音和辅音对应的常用的字母组合，将音标依次按常用的字母组合展开，当完全展开成单词或者剩余为e的情况停止

算法示例：

work[wɜːk]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-OVTeY8WD-1590497196100)(https://img-blog.csdnimg.cn/20200526204732985.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2MxODM2NjIxMDE=,size_16,color_FFFFFF,t_70)]

缺点：当出现开头有字母不发音如honor和多条路径时，只会选择最先搜到的，不一定最合适

多序列对齐问题

多对多问题，如果不考虑字母不发音的情况，其实是在上图中选出一条概率最大的路径，而考虑字母不发音的情况也只是把路径扩大一些，深度搜索的问题在于每条边的概率都为1，而实际情况不是如此。

问题建模

问题1：如果有了对齐结果我们能计算出 给定字母组合属于给定音素的概率吗？

问题2：如果有所有字母组合属于所有音素的概率表，我们能计算出一个单词的对齐结果吗，也就是计算出最大概率的路径？

问题1的答案是可以的具体公式比如说字母a发æ的概率P(æ|a)
P ( æ ∣ a ) = c o