Я не совсем уверен, правильно ли я вас понял, когда вы говорите Я получаю значение каждого столбца в качестве индекса массива , но предположим, что у вашей табличной персоны есть имя, фамилия, столбцы возраста и ваши данные представляют собой как следующие
data = [["Hans", "Muster", 23], ["Jane", "Doe", 46], ["John", "Doe", 26]]
Два возможных коротких способа добиться вставки: ..
Вариант 1. Вы можете повторять и сохранять одну запись за раз
# get connection and cursor object
query= "INSERT INTO PERSON (FIRSTNAME, LASTNAME, AGE) VALUES (%s, %s, %s)"
for rec in data:
record = tuple(rec)
cursor.execute(query, record)
#handle commit or rollback as necessary
[119 ] Вариант 2 - вы можете использовать executemany, чтобы сохранить все записи за один раз
# get connection and cursor object
query= "INSERT INTO PERSON (FIRSTNAME, LASTNAME, AGE) VALUES (%s, %s, %s)"
tupleRecords = [tuple(rec) for rec in data]
cursor.executemany(query, tupleRecords)
#handle commit or rollback as necessary
Проблему называют преобразованием орфографического текста в фонемный текст, подпроблемой Обработки естественного языка. Google поднимает несколько бумаг.
Не полностью мое поле, но возможно создают нейронную сеть с несколькими слоями - более ранние слои для предположения разделения слов в последовательные слоги, более поздние слои для предположения pronounciation упомянутых слогов.
Установка ANFIS-изучения нейронной сети довольно проста для числовых данных для литеральных/фонетических данных, задачей являются, несомненно, несколько более сложных заказов.