Google Speech API的正确识别结果

Question

是否可以使用示例数据来训练Google Speech API以帮助识别我的应用程序？

我的意思是像由wit.ai提供的所述一个的方法和所描述here（即使示例适用于NLP处理）。基本上，如果你可以预测你的用户与你的机器人之间的交互，你可以训练它来更好地执行。例如，我知道将使用的城市的子集，例如：当我说Zurich，它变成Syria或Siberia似乎我不能让机器人理解我，但我已经知道这是不可能的。因此，如果我假设我可以上传首选使用的首选词汇列表，并且如果找不到符合标准识别或类似方法的匹配项，我认为它会获得更好的结果。

任何想法，如果它是可能的和如何？我知道这些API处于测试阶段，可能会发生变化，但我仍然想尝试一下。

我可以上传我目前做的一些示例代码，但它只是发送音频，到目前为止分析的结果，所以没有真正接近这个问题。

Answer 1

在recognition config您可以指定替代与maxAlternatives场（30日）回报你。一旦你有信心30层的替代品，你将有Syria有信心0.5，Siberia有信心0.01和Zurich有信心0.1。通常会有正确的答案，尽管它可能不在最上面。您可以根据您的当前状态选择最佳选择。