新Twilio語音識別（強制字母數字，「非字」輸入？）

我期待建立一個應用程序，根據調用者的特定產品請求獲取產品的庫存信息。所有這些產品都是字母數字，並且不使用任何詞語，這是問題的一部分。新Twilio語音識別（強制字母數字，「非字」輸入？）

在測試呼叫，我請「DBN5009K」

在日誌中，你可以看到，它把它理解如下：

SpeechResult BBN 5009 okay

我不是尋找一個完美的結果，並計劃清理輸入的空白，然後運行Levenshtein算法來匹配最近的項目。如果結果是B BN5009 K，我相信我可以將它匹配到D BN5009K，沒有太大麻煩。（它的Levenshtein距離爲1.）B BN5009 好吧可能永遠不會正確匹配，距離長度只有11個字符的字符串的距離爲5。

Twilio可以被迫不使用「單詞」？它可以用適當選項的特定數據集進行訓練嗎？他們不需要將培訓作爲一種營銷加，幾乎總是這樣，但在這種情況下，這是一個問題。有什麼建議麼？謝謝。

Seth

來源

2017-06-02 Seth

如果你通過電話告訴我DBN，我（作爲人類）可能會理解BBN。那麼，你如何期望一臺機器在解析音頻時不會犯錯誤。如果你要通過語音輸入數據，你的「DBN5009K」應該是「Delta Bravo November 5 0 0 9 Kilo」。 –

我完全同意。不過，D和B互換不是我的問題。這是K交換「好吧」。我可以處理第一個問題，但不是第二個問題。這就是爲什麼我正在尋找一種方法來將Twilio的響應引擎僅限於字母和數字。呼叫標記類型的方法可能會更好，但這些都是不成熟的用戶，如果他們必須爲每個字母提供單詞，或者使用電話鍵盤輸入項目編號，那麼他們的操作只會達到0。謝謝。 – Seth

有許多語音API可以提供靈活的語言規範，但不確定你爲什麼會遇到Twilio，要使它精確地識別複雜的序列是非常困難的。 –

Twilio開發者傳道這裏。

Twilio's speech recognition適用於解析普通語音，因爲這就是它的訓練目標。正如你發現的那樣，解析特定的東西並不是那麼好。

在Twilio平臺中，您需要能夠訓練引擎以識別您的產品ID。這是即將推出的natural language understanding。

與此同時，您可能想要使用<Record>以及可以訓練自己的識別引擎。另外，sign up to get updates on Understand。

來源

2017-06-05 15:41:18 philnash

非常感謝。我也這麼想。我期待着這個新功能。當我宣佈語音識別時，我很興奮，所以我可以等一會兒。 – Seth

-1

如果SpeechResult包含'好'，我相信你可以用編程方式處理它，方法是將'SpeechResult'的'subsay'替換爲'k'。

來源

2017-07-26 06:50:57

這是一個不好的解決方案。 –

新Twilio語音識別（強制字母數字，「非字」輸入？）

回答

相關問題