Google Cloud Speech API字词提示

Question

您能举例说明在Google云语音API中使用单词提示吗？我尝试为brook.flac使用Rest API执行器。我输入短语布鲁克林（而不是布鲁克林），但结果是一样的。他们有效吗？

Answer 1

来自https://cloud.google.com/speech/docs/basics#phrase-hints

对于任何给定的识别任务，您还可以传递一个speechContext（类型为SpeechContext），它提供信息以帮助处理给定的音频。目前，上下文可以包含一个短语列表，作为识别器的“提示”;这些短语可以提高识别这些单词或短语的概率。

您可以通过以下几种方式使用这些短语提示：

提高音频数据中可能过多的特定单词和短语的准确性。例如，如果用户通常使用特定命令，则可以将这些命令提供为短语提示。如果所提供的音频包含噪声或所包含的语音不是很清楚，则这些附加短语可能特别有用。在识别任务的词汇表中添加其他单词。 Cloud Speech API包含非常大的词汇表。但是，如果专有名称或特定领域的单词不在词汇表中，您可以将它们添加到提供给请求的speechContext的短语中。短语可以作为一小组单词或单个单词提供。 （有关这些短语的数量和大小的限制，请参阅内容限制。）当作为多词短语提供时，提示提高了按顺序识别这些词的概率，但在较小程度上提高了识别部分词的概率。短语，包括单词。

例如，这个shwazil_hoful.flac文件包含一些组成的单词。如果在没有提供这些词汇外单词的情况下进行识别，识别器将不会返回所需的成绩单，而是返回词汇表中的单词，例如：“这是一整天的吞咽”。

{
  "config": {
    "encoding":"FLAC",
    "sampleRateHertz": 16000,
    "languageCode":"en-US"
  },
  "audio":{
    "uri":"gs://speech-demo/shwazil_hoful.flac"
  }
}

然而，当这些词汇外单词被提供识别请求时，识别器将返回所需的成绩单：“这是一个shwazil hoful日”。

{
  "config": {
    "encoding":"FLAC",
    "sampleRateHertz": 16000,
    "languageCode":"en-US",
    "speechContexts": {
      "phrases":["hoful","shwazil"]
     }
  },
  "audio":{
    "uri":"gs://speech-demo/shwazil_hoful.flac"
  }
}

或者，如果某些单词通常在短语中一起表示，则它们可以组合在一起，这可以进一步增加它们将被识别的置信度。

{
  "config": {
    "encoding":"FLAC",
    "sampleRateHertz": 16000,
    "languageCode":"en-US",
    "speechContexts": {
      "phrases":["shwazil hoful day"]
     }
  },
  "audio":{
    "uri":"gs://speech-demo/shwazil_hoful.flac"
  }
}

通常，在提供语音上下文提示时要保留。通过将短语限制为仅预期要说出的短语，可以实现更好的识别准确性。例如，如果存在多个对话框状态或设备操作模式，则仅提供与当前状态对应的提示，而不是始终为所有可能状态提供提示。