每次针对同一音频文件，Google语音API输出都会更改。有没有办法获得相同的输出或修复转录者使用的模型？
您可能正在使用“默认”模型。这是音频的推荐。但我发现（我并不孤单）它并不那么棒。你最好使用“视频”模型（它是增强模型之一，需要数据记录）。我建议您尝试视频模型，即使您只是录制音频。
此外，如果您要转录的文件中有共同主题，请尝试向API提供一些常用短语。当你这样做时，结果会有很大改善并且有点稳定。 （参考：SpeechContext）