如何使用python和tensorflow在ASR中处理音频的目标文本

Question

我是机器学习的新手，我正在使用tensorflow开发自动语音识别。我已经提取了音频功能，但是我不知道如何将音频文件指向相应的文本。给出了哪些文本和相应的音频路径，但我不知道该如何在python中进行处理。