Google Cloud Speech API与Web Speech API的单词错误率

Question

我目前正在使用W3C Web Speech API的西班牙语和普通话。总体而言，识别是可以的，但有许多错误(特别是对于单个单词)，有时转录的西班牙语单词会随意添加重音，例如lo siento ==> lo síento。

我正在考虑切换到更健壮、更准确的API，并找到了Google Speech API。虽然Web Speech API是免费的，但我更愿意花钱来提高准确性(更低的错误率)。一般来说，我不需要转录长音频文件(通常最多6-8个单词的句子，但最多1-4个单词的句子)，并打算从浏览器进行这些调用。

我找不到关于这两个API性能的文档，因此任何帮助做出切换的决定都将是有帮助的。

Answer 1

Google speech api也不是完美的，你可以从专业的解决方案中获得最大的准确性。

直接从浏览器调用并不是Google Speech API的真正选择，因为你必须在浏览器中公开你的API密钥，这不是一个好主意，无论如何你都必须维护一个服务器基础设施。