我们已将 Nexmo Voice WebSocket API（电话）与 Google Voice Recognition API 连接起来，但质量很差。我们假设原因是采样率。Google 要求 16KHZ 但未上采样。Nexmo 支持吗？请参阅我们在https://www.youtube.com/watch?v=cIxS_CF3t00中的示例
问问题
186 次
1 回答
0
Nexmos 语音核心以 16 位/16kHz 运行，但我们仅限于电话公司向我们发送呼叫的任何音频，通常是 8Khz G.711 编解码器。
我们进行了上采样，但正如您发现的那样，这并不总是适用于语音识别 API。我自己还没有测试过 Google API，但它非常接近我的待办事项列表的顶部。同时，您可能想看看 IBM Watson API，因为它们有一个窄带语音模型，似乎在电话上工作得更好。这里有一些示例代码https://github.com/nexmo-community/voice-watson-speechtotext
于 2017-06-14T13:20:29.790 回答