只对数字(1到10000)进行语音识别的接口还是sdk？ [英] API or SDK to make speech recognition only for numbers (between 1 and 10000)?

问题描述

我需要一个专门的解决方案来检测1到1000之间的数字，以便在智能手机上使用。 最好的解决方案是让这个SDK脱机工作。 有什么想法吗？ 我找不到Google Speech或Amazon Transcribe的任何配置以允许"仅数字"

推荐答案

从人们那里得到数字是不太对的，即使你向他们要数字，他们通常也会说很多话，比如"我不知道"或"稍等一下"。您将严重损害体验。

您必须智能地分析识别结果，即使识别出非数字，您也必须相应地操作。

要提高数字的准确性，可以使用Google Speech API的word hint feature。只需添加数字和其他必填字作为提示，谷歌就会更准确地识别它们。亚马逊也有这个功能，他们称之为"custom vocabulary"。

如果您想使用离线API，您当然可以尝试Kaldi。你可以adapt Kaldi vocabulary用数字来提高准确度，它会比Google API好得多。

这篇关于只对数字(1到10000)进行语音识别的接口还是sdk？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！