Korrekte Erkennungsergebnisse von Google Speech API

Question

Kann Google Speech API mit Beispieldaten trainiert werden, um die Erkennung in meiner Anwendung zu erleichtern?

Was ich meine, ist ein Ansatz wie der von wit.ai zur Verfügung gestellt und beschrieben here (obwohl das Beispiel für die Verarbeitung von Nlp gilt). Wenn Sie die Interaktionen Ihrer Benutzer mit Ihrem Bot vorhersagen können, können Sie diese besser trainieren. Zum Beispiel, ich kenne die Teilmenge der Städte, die verwendet werden, zB: es scheint, dass ich den Bot nicht verstehen lassen kann, wenn ich Zurich sage, es wird Syria oder Siberia, aber ich weiß bereits, dass das nicht möglich ist. Also, wenn ich, sagen wir, eine Liste von bevorzugten Wörtern hochladen kann, die zuerst verwendet werden sollen, und wenn keine Übereinstimmung gefunden wird, gibt es einen Rückgriff auf die Standarderkennung oder einen ähnlichen Ansatz. Ich denke, es wird bessere Ergebnisse erzielen.

Irgendeine Idee, wenn es möglich ist und wie? Ich weiß, dass diese APIs im Beta-Stadium sind und sich ändern können, aber ich würde es trotzdem gerne versuchen.

Ich kann ein Codebeispiel von dem, was ich gerade mache, hochladen, obwohl es nur ein Audio sendet und das Ergebnis bisher analysiert, also nicht wirklich nah an diesem Problem.

Answer 1

In recognition config können Sie Alternativen angeben, die Sie mit maxAlternatives zurückgeben (bis zu 30). Sobald Sie 30 Alternativen mit Vertrauen haben, haben Sie Syria mit Vertrauen 0.5, Siberia mit Vertrauen 0.01 und Zurich mit Vertrauen 0.1. Normalerweise ist die richtige Antwort vorhanden, obwohl sie möglicherweise nicht auf der Oberseite ist. Sie können die beste Alternative gemäß Ihrem aktuellen Status auswählen.