Google语音API

Question

我现在正在处理我的项目,我即将为桌面计算机构建类似Siri的应用程序.我在想Google Speech API是否可靠且准确地用于语音识别？您能否向我推荐一下语音识别最准确的语音API？最优选的是免费的API.谢谢.

Answer 1

虽然Google语音API是免费的,但它不是官方的公共API.正如本博客中所讨论的,有些人对其进行了逆向工程.如果您计划直接访问商业产品的API,我不会推荐它,因为他们可以放弃它或在没有警告的情况下更改它,从而破坏您的产品.最近发生在使用Google Weather API的开发人员身上.另一方面,如果您使用x-webkit-speech通过Chrome浏览器访问它,则可能是安全的,因为Google支持它.谷歌的语音识别就在那里,有许多更受欢迎的商业解决方案.他们在Google Voice和现已解散的Google 411等其他项目中拥有丰富的经验.他们有一些顶尖的演讲科学家为他们工作.我能想到的另一个免费替代方案是Sphinx,它是卡内基梅隆大学的一个开源项目.使用此解决方案的陡峭学习曲线如果您希望将其设置为服务,则必须自己开发. Nuance是语音识别市场中的另一个重要参与者(我相信这是Siri使用的),他们确实提供了将语音识别作为服务的解决方案.但它们很昂贵.

从语言支持评论的答案更新

Windows语音识别支持其他语言,大多数语音识别系统也是如此.但需要注意的是,您必须告诉系统使用何种语言,并且必须支持相关语言.每个供应商都有一个它支持的语言列表,它们是特定于某个区域的.例如,供应商可能支持墨西哥西班牙语,美国西班牙语和西班牙语; 所有方言略有不同.但语音识别引擎只能在每个用户的计时器上支持一种语言/方言.如果用户不首先要求它改变为该语言,则不能将多种语言说成语音识别系统.

更新于3/17/2014

由于缺乏其他浏览器的支持,x-webkit-speech输入字段已被弃用.这将被Web Speech API取代,这是一个JavaScript API.您可以在此处找到有关如何使用它的示例.