准确的语音单词识别

Question

我使用了Android Speech-to-Text API（识别器意图）来识别用户所说的单词。但是问题在于它会在自动更正后返回正确的单词。我希望它返回用户说的确切单词（不进行更正）。请建议我使用此功能的其他任何android库，或者如何在android内置语音转换为文本API的范围内获取我的功能。 我还看到了为此的google API，但这是付费的，而且也是基于AI的。

Answer 1

我希望它返回用户说的确切单词（不进行更正）。

我认为您误解了语音识别的功能。

语音识别系统仅能够将说出的单词识别为多个可能单词之一。它不会……也无法……以100％的准确度告诉您说话者的实际说话。

这适用于任何语音识别系统，包括听众。 （您有多少次不得不要求某人“请再说一次”？）

绝对绝对确定所讲确切单词的唯一方法是要求说这些单词的人键入它们！ （即使那样，在某些情况下，他们也可能无法为您提供100％准确的答案。）

总之，您想要的是不可能的。软件无法做到。即使他们相信自己可以做到 ¹ ，人类也无法做到。您需要调整您的期望。

^{1-两个罗尼--Four Candles sketch}

---

识别/推荐更好（更准确）的语音识别软件或服务是题外话。