机器学习挑战：学习英语发音

假设您要采用CMU的语音数据集输入，如下所示：

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，在此处输入键）

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？

这个问题称为音素到音素的转换，这是自然语言处理的一个子问题。Google 提出了一些论文。