？Watson演讲文字限制：评论？

Question

• 不支持AAC格式
• 会议需要几个小时：无损格式FLAC会生成非常大的文件（API设置为100 MB以上）
• 一小时测试会议= FLAC为210 MB，OPUS为30 MB。因此需要选择OPUS（有损格式）而不是FLAC（无损）
• 人类难以阅读的文字（标点符号）
• 没有迹象表明对单词的置信度低（这可能表示存在潜在错误）
• 很多＆＃34;空＆＃34;矩

PLUS 对于演示来说还不错......我们如何才能实现生产分级系统？

Answer 1

感谢您的反馈，以下是一些答案：

• 你说FLAC的一小时是210 MBS？您使用的采样率是多少？和每个样本的位数？请注意，您可以降低采样到16Khz而不会损失精度，这将导致更小的文件。

• IBM正致力于美化输出，敬请期待......

• 每个单词都有信心，你只需要传递＆＃34; word_confidence = true＆＃34;使用WebSockets或REST api时的参数

• ＆＃34;空洞时刻＆＃34;？你是什​​么意思

我们很乐意帮助您构建生产系统。你的用例是什么？

达尼

Answer 2

一般的文字转语意思：

1. 人们经常互相交谈
2. 对捕获的环境质量敏感（房间声学，录音设备放置，电话呼叫等）
3. 技术/领域特定词语被错误分类（新兴技术通常太新，不适合在训练集中）
4. 非母语人士的分类很难