有谁知道在使用 Google Speech API 时是否有办法操纵电话号码的识别？我正在尝试实现一个转录场景，其中呼叫者会说出一串字母和数字，但开箱即用的逻辑似乎是尝试将任何数字序列适合电话号码方案，即使这意味着呈现字母成数字，他们可能听起来有点相似（或不相似）。我已经尝试使用语音上下文来操纵“电话号码”中的值，方法是输入并给出整个事情应该作为语音上下文（例如“八七七二蜜蜂三七”），但它拒绝覆盖被解释为电话号码的数字。有没有人遇到过这个问题或知道可以解决这个问题的任何方法？
谢谢！
问问题
557 次
2 回答
0
至少在一种情况下，将语言设置为 en-PH（菲律宾英语）似乎已经解决了这个问题，或者至少显着改善了这个问题。其他英语语言选项也可能有效。
en-GB 以英国格式的数字返回，他们先输入一个数字，然后再输入数字的其余部分。
于 2018-08-09T21:31:39.707 回答
0
我不知道有一种简单的方法可以做到这一点。对于 JavaScript 的 Web Speech API，执行以下操作似乎会产生更少的强制转换为电话号码格式的结果：
设置maxAlternatives = 2，例如，
var recognition = new speechRecognition();
recognition.maxAlternatives = 2;
然后使用提供的第二个结果，例如，
constr speechToText = event.results[0][1].transcript
通过处理结果，您可以走得很远。剩下的挑战是，由于结果通常将数字聚集在一起，因此您无法区分一系列单个数字和一个多位数字（例如，'15' & '1'、'5'）。这种方法的实用性取决于您的应用程序试图捕获的数字的细节。
于 2018-06-02T17:51:04.023 回答