我正在尝试创建一个程序来拍摄视频并将语音转换为文本。视频语言为阿尔巴尼亚语。我一直在尝试使用 google text to speech api，但在这种语言中似乎很不准确。我想知道是否有任何其他库或 api 足够准确，可以将阿尔巴尼亚语的语音转换为文本。也可能是我的代码不太好导致结果不准确，因为我是编程新手，我想完全归咎于 google api。