设备上单字语音识别

Question

是否只需要一个单词的语音识别就可以降低任务的复杂性，从而能够在iOS或安卓智能手机上脱机完成语音识别处理？(例如，当麦克风处于活动状态时，一个合理准确的计数器能显示出一个预先编程的单词在标准的iOS或Android智能手机上脱机工作的次数吗？)

我已经找到了很多捕捉声音的工具和例子，并将其发送到在线服务(例如，Google云语音到文本)，但单字聚焦是否足以降低识别的复杂性，使其在今天可以脱机完成呢？如果是的话，您有什么库可以建议，或者从哪里开始呢？

Answer 1

云服务是好的，因为与您的问题相关的各种原因：

1. 这使得算法的新版本的部署(比大多数人意识到的要频繁得多)要容易得多。
2. 它允许开发人员收集您的数据，并在未来的算法开发中使用它(或他们喜欢的任何东西)。
3. 从实际角度来看，大多数已部署的模型(至少是有效的)可以相当大，并且在移动设备上占用相当大的空间。

除此之外，我不认为焦点这个单数词会有很大的变化。该模型不仅要考虑单词，而且要考虑这些词的不同表达方式(音量、语调、重音、变音等)。

因此，您所要求的是可以完成的，但也有很好的理由说明它在云上。