如何按音素细分语音？

Question

我想将一些语音文件分成几个音素块。

我看到了一些提示。例如。 CMUSphinx。

但是我必须转换为Phoneme（声音）块，但只能转换为word（文本）。

我看到了维特比解码和离散小波变换。

但是我不知道什么是音素分割的最佳方法。