改进规范对文本的识别

Question

我刚开始研究机器学习和相关技术。我选择语音识别作为起点。我试过并识别Google示例和我自己的示例。随着时间的推移，它没有正确地识别出我样本中的所有单词。

• 怎样才能提高认知度？
• 有什么方法可以教我的声音或特定的短语吗？
• 除了Google，还有其他选择吗？

Answer 1

Google语音到文本(SST)是由预先培训过的机器学习模型提供的，然而，它是一项不断改进的服务。

为了确保您充分利用SST，请查阅在公开文档中发布的最佳实践，其中包括：

• 取样率
• 传输编解码
• 背景噪声
• 输入信道使用
• 帧大小

如果没有您的示例文件，就很难确定您需要在哪里工作以提高结果的质量，但是请注意，Google教程的设计已经考虑到了上述最佳实践。

作为一个快速示例，请注意，在此如何引导 to 中，在本地文件上执行同步语音识别可以找到两个最佳做法：

• 编码使用LINEAR16编解码器完成。
• 采样率为16000赫兹。

请查看本文件关于如何优化音频文件，以了解更多。

接下来，有一些方法可以使模型适应您的特定需求，请回顾本文件关于如何改进转录结果的内容，以及基于本节关于如何提高单词和短语识别的问题；此外，您可能希望深入研究类，因为当您为特定的业务案例实现时，这些方法是非常有用的。

在语音到文本和其他ML/AI技术上有很多选择，而且很难将它们排列在一起，但是请回顾一下本主题所涉及的这篇博客文章。