我们正在使用来自 C# 程序的 SpeechClient.StreamingRecognize 来实时执行语音识别。用户只需说出员工的姓氏，我们需要将其作为文本获取。然而，准确度极差，即使我们通过 speech adaptation (SpeechContext Phrases) 提供我们试图识别的姓氏，也不会考虑这些单词，并且大多数情况下识别的文本是完全错误的。有什么方法可以改善这一点吗？
Amazon 有 custom vocabulary，我们已经在相同的场景中进行了测试并且效果更好。但是对于这个特定的项目，我们需要使用 Google Cloud，而准确性对我们来说是一个巨大的障碍。
任何提示将不胜感激！