Google Speech API的正確識別結果

Question

是否可以使用示例數據來訓練Google Speech API以幫助識別我的應用程序？

我的意思是像由wit.ai提供的所述一個的方法和所描述here（即使示例適用於NLP處理）。基本上，如果你可以預測你的用戶與你的機器人之間的交互，你可以訓練它來更好地執行。例如，我知道將使用的城市的子集，例如：當我說Zurich，它變成Syria或Siberia似乎我不能讓機器人理解我，但我已經知道這是不可能的。因此，如果我假設我可以上傳首選使用的首選詞彙列表，並且如果找不到符合標準識別或類似方法的匹配項，我認爲它會獲得更好的結果。

任何想法，如果它是可能的和如何？我知道這些API處於測試階段，可能會發生變化，但我仍然想嘗試一下。

我可以上傳我目前做的一些示例代碼，但它只是發送音頻，到目前爲止分析的結果，所以沒有真正接近這個問題。

Answer 1

在recognition config您可以指定替代與maxAlternatives場（30日）回報你。一旦你有信心30層的替代品，你將有Syria有信心0.5，Siberia有信心0.01和Zurich有信心0.1。通常會有正確的答案，儘管它可能不在最上面。您可以根據您的當前狀態選擇最佳選擇。