如何通过预处理提高google语音识别性能

Question

当我尝试google语音识别时，它对带有背景噪声的繁体中文音频文件显示性能较低。经过一些预处理(如语音增强)后，我可以提高语音识别的性能吗？它能在谷歌语音服务上工作吗？

Answer 1

我建议您浏览谷歌云语音文档中的this页面，其中概述了如何向服务提供语音数据的最佳实践，包括对预处理的建议。

Answer 2

使录音尽可能接近原始语音信号。无失真，无削波，无噪声，无人工预处理，如噪声抑制和自动增益控制。我认为这样的预处理会破坏语音信号中的有用信息。

我从google复制了关键点并粘贴到下面。

1. 将麦克风放在离说话的人尽可能近的地方，特别是当存在背景噪音时。
2. 避免音频剪切。
3. 不使用自动增益控制(AGC)。
4. 所有降噪处理都应该被disabled.
5. Listen到一些样本音频。它应该听起来清晰，没有失真或意外的噪音。