語音識(shí)別：將語音序列轉(zhuǎn)換為文本

• 輸出部分
• phoneme ：語音辨識(shí)中常用的token，是發(fā)音的基本單位，和音標(biāo)有點(diǎn)像但比音標(biāo)小。我i們需要用lexicon（字典）將phoneme組合轉(zhuǎn)換為對(duì)應(yīng)的字或者詞。過去深度學(xué)習(xí)沒有流行的時(shí)候，phoneme是一種常見的選擇，但是壞處是需要lexicon（需要大量研究某個(gè)語言才能總結(jié)出lexicon）

• grapheme：書寫的基本單位。在英文中可以是英文字母+空白+標(biāo)點(diǎn)，中文可以是方塊字。grapheme不需要lexicon，所以如果沒有l(wèi)excion的話用grapheme做語音辨識(shí)比較方便。，只要拿到語音和文字就可以做語音辨識(shí)了。
• 輸入部分