使用哪种语音识别系统？

Question

我想实现以下想法。我需要我的用户打开网页或移动应用程序并说些什么。用户的语音将被记录结束发送到本地服务器，我希望服务器处理它并生成一些语音输出。

我的问题是下一个：

1. 使用哪种语音识别API？在我的情况下，音频文件将是 发送到服务器，然后将被处理。

2. 我需要识别姓名和姓氏。这是一个潜在的问题，因为我不会生活在讲英语的国家，姓名和姓氏对于讲英语的人来说可能相当奇怪。我想通过在＆＃34; dictionary＆＃34;中添加必需的名字和姓氏来实现这一点。语音识别系统，所以我需要一个可以扩展它的字典。

3. 我需要一个自由的决定。

那么，我应该使用哪种语音识别API来实现我的想法？

Answer 1

过去，我使用CMU Sphinx toolkit进行语音识别，取得了成功。我在Android应用程序中使用了它的变体。如果我没记错的话，它确实允许创建一个特定单词的字典来查找，以便它可以满足您的需求。

Answer 2

我建议您查看Nuance的Speech API。它们拥有市场上最好的产品，可在任何平台上使用。我们将它们用于我们的产品LinguSocial，它为移动设备提供近乎实时的语音呼叫转换功能。固定电话和机器翻译视频聊天。