如何提高ios數字輸入的語音識別？

我正在使用ios語音識別，並且每當有足夠的上下文時它的表現都非常好。我僅將語音識別用於數字輸入，並看到問題。例如，使用單個數字的數字（如2 - 也是，或8 - 吃）;沒有足夠的上下文。甚至有一些兩位數字（80有時被翻譯成白癡）。我想向語音識別器表明輸入是數字。例如，如果輸入是「數字2」，那麼語音識別器的功能非常出色。我玩過一些提示 - SFSpeechRecognitionTaskHint（未指定，聽寫，搜索，確認） - 但這些模式都不適合數字輸入。如何提高ios數字輸入的語音識別？

所以，問題是：

有沒有辦法給出一個提示SFSpeechRecognizer的音頻將是數字？或
是否有另一種語音識別器技術可能更適合我的需求？

請注意，我希望這也可以在許多不同的語言（不只是英語）工作。

感謝您的幫助，埃裏克

來源

2017-08-28 Eric

當前沒有任何言語的框架，將允許您自定義爲僅包含數字。如果您說前綴「數字」字樣的文本效果更好 - 您可以嘗試使用「數字」聲音錄製語音文件，並隨時隨地將該文件附加到任何用戶所說的內容，以便獲得適當的識別。並且在識別完成之後，從您從Speech框架接收的文本中刪除單詞「number」。這聽起來很不可靠，但我不確定是否有其他解決方案。

UPDATE

另一種選擇是等待和分析，您將收到內部SFSpeechTranscriptionResult.transcriptions[] https://developer.apple.com/documentation/speech/sfspeechrecognitionresult/1648282-transcriptions

等待多個變種，直到這個數組包含一些可以解釋爲數字並不能接受第一個可用。

來源

2017-08-28 17:24:44 sha

這是一個很酷的黑客 –

謝謝沙。我喜歡這個主意，但有一些擔憂。其一，我不確定我是否可以將預先備份的音頻與現場音頻混合搭配。我懷疑你可以，但以前沒有見過。兩個，更重要的是，我希望這可以與很多語言一起工作 - 所以不知道這將如何工作，特別是因爲在某些語言（例如普通話）中，沒有相當於「數字」的語言。至少這就是我的普通話朋友告訴我的。 – Eric

如何提高ios數字輸入的語音識別？

回答

相關問題