我也在 reddit 上发布了一个类似的问题，我得到了Nikolay Shmyrev的回复：

“如果你想转换拉丁文字，你可以自己写简单的规则。像这样的东西。或者你可以按原样使用 Epitran。”

感谢最初在 reddit 中回答的Nikolay Shmyrev 。

网络上有许多现有的ASR 数据集，但我找不到专门针对索马里语的数据集。如果你碰巧找到了一个，并且它没有涵盖感兴趣的单词，你可以使用g2p 工具对其进行扩展。

如果您想从头开始制作发音词典，则语音词典通常由手写规则引导。您可以在有关您的语言的 Wikipedia 页面中找到您的语言的音素列表，并编写一个简单的 Python 脚本来将单词映射到音素。