google-cloud-platform - 获取 TTS 的单词时间戳

Question

我有一个日文文本，我正在使用 Google Cloud Text to Speech 功能将其转换为 mp3。

我还想为谷歌返回的 mp3 提供单词时间戳。

Google Speech to Text 提供了此功能，但是当我将我从 TTS 获得的文件提交到 STT 时，结果并不总是很好。

获取 TTS mp3 单词时间戳的最佳方法是什么？

Answer 1

Google Cloud Speech-to-Text 它是一项基于 ML 的服务，因此预计结果并不总是像您期望的那样“好”，它有其局限性。

我的建议是查看他们关于该主题的相关文档，例如最佳实践、指南和讨论它的基础页面。此外，您可以查看他们的问题跟踪器平台中的问题，例如此问题以获取有关它的更多信息，即使您在服务中发现可重现的问题，您也可以将其发布到那里，以便他们的团队知道它。