Google speech API

Question

我现在正在做我的项目，我准备为台式电脑构建一个类似Siri的应用程序。我在想，Google Speech API对于语音识别是否可靠和准确？你能给我推荐一下哪种语音API在语音识别方面最准确吗？最好是一个免费的API。谢谢。

Answer 1

虽然Google speech API是免费的，但它不是官方的公共API。有些人对它进行了逆向工程，discussed in this blog也是如此。如果你计划直接访问商业产品的API，我不建议你这样做，因为他们可能会在没有警告的情况下丢弃或更改它，从而破坏你的产品。最近，这种情况发生在使用Google Weather API的开发人员身上。另一方面，如果你使用x-webkit-speech通过Chrome浏览器访问它，那么你可能是安全的，因为它是由谷歌支持的。谷歌的语音识别与许多更受欢迎的商业解决方案并驾齐驱。他们在其他项目中有很多使用它的经验，比如Google Voice和现已停业的Google 411。他们有一些顶尖的语言科学家为他们工作。我唯一能想到的另一个免费选择是Sphinx，它是卡内基梅隆大学的一个开源项目。使用此解决方案的学习曲线很陡峭，如果您希望将其设置为服务，则必须自己开发。Nuance是语音识别市场的另一个大玩家(我相信这也是Siri使用的)，他们确实有提供语音识别即服务的解决方案。但它们都很贵。

来自Language Support上的评论的更新

Windows语音识别支持其他语言，大多数语音识别系统也是如此。但需要注意的是，您必须告诉系统要使用哪种语言，并且它必须支持相关语言。每个供应商都有其支持的语言列表，并且这些语言特定于某个地区。例如，供应商可能支持墨西哥西班牙语、美国西班牙语和西班牙西班牙语，它们的方言都略有不同。但是语音识别引擎在每个用户的定时器上只能支持一种语言/方言。用户不能在不首先请求语音识别系统改变为该语言的情况下对该语音识别系统说多种语言。

更新于2014年3月17日

由于在其他浏览器中缺乏支持，x-webkit-speech输入字段将被弃用。这将被替换为Web Speech API，这是一个javascript API。你可以找到一个example on how to use it here。