使用哪种语音识别系统？

2018-06-12 00:05:32

我想实施以下想法。我需要我的用户打开网页或移动应用程序并说点什么。用户的语音会被记录下来并发送到本地服务器，我希望服务器处理它并生成一些语音输出。

我的问题是：

使用哪种语音识别API？在我的情况下，音频文件将被发送到服务器，之后它将被处理。

我需要识别姓名和姓氏。这是一个潜在的问题，因为我不住在说英语的国家，并且姓名和姓氏对说英语的人来说可能是相当陌生的。我想通过在语音识别系统的“词典”中添加所需的姓名和姓氏来实现这一点，所以我需要一个可以扩展它的词典的词典。

我需要一个自由的决定。

那么，我应该在执行我的想法时使用哪种语音识别API？

过去我使用CMU Sphinx工具包进行语音识别，取得了成功。我在Android应用程序中使用了它的变体。如果我没有记错，它确实允许创建一个特定单词字典来查找，以便它可以满足您的需求。

我建议你看看Nuance的Speech API。他们有最好的市场，并可在任何平台上使用。我们将它们用于我们的产品LinguSocial，该产品可为手机和座机提供近乎实时的语音呼叫转换，并提供机器翻译的视频聊天。

链接地址: http://www.djcxy.com/p/34369.html