用于语音识别的Vosk-api python。类似谷歌的语音改编功能？

Question

因此，Vosk-api是一个出色的离线语音识别器，它提供了出色的支持，但是在这篇文章(2020年8月14日)中，文档非常糟糕(或者隐藏得非常巧妙)。

问题是:是否有任何替代的google-speech-recognizer功能，允许额外的语音适应的转录改善？

例如。

"config": {
    "encoding":"LINEAR16",
    "sampleRateHertz": 8000,
    "languageCode":"en-US",
    "speechContexts": [{
      "phrases": ["weather"]
    }]
}

对于Google来说，这个配置意味着这个短语相对于来说将有更大的优先权，这听起来也是一样的。

或者是等级代币？我知道它可能不是在Vosk中为python3实现的，但是.

以下是参考资料：

https://cloud.google.com/speech-to-text/docs/class-tokens

https://cloud.google.com/speech-to-text/docs/speech-adaptation

Answer 1

有关Vosk模型适应的信息，请参阅本文档：

https://alphacephei.com/vosk/adaptation

基本上有四个层次：

1. 用需要识别的单词列表更新小模型
2. 更新小模型离线使用文本中的语言模型
3. 更新语言模型和字典在大模型里面
4. 细声根据数据建立模型

这个过程不是完全自动化的，但是您可以在小组中寻求帮助。