对于Google Cloud Speech API，有没有办法传递一个单词或一个完整的句子，并找出该单词或句子是否与具有置信度分数的音频文件中的单词或句子相同？例如，我可以传递一个音频文件和单词“cheese”并得到一个响应，告诉我音频文件是否显示“cheese”以及API的置信水平是什么，它说奶酪？ （传递句子和音频文件的想法相同 . ）
我知道我可以传递有用的单词或短语，但正如我所理解的那样，只是帮助Google确定转录应该是什么;它没有告诉我音频是否与传递的文本匹配（我不认为） .
如果谷歌不这样做，还有其他语音API吗？
谢谢！
1 回答
这不是真正的基本功能，而是更多的应用用例 . 换句话说，没有内置的方法可以做到这一点，但您可以轻松地使用代码来构建功能 .
Google Cloud Speech API's recognize function有一个置信水平 . 您可以简单地将目标单词与识别的单词进行比较，然后如果匹配，则使用为该识别单词提供的置信度 .
如果API认为有92％追逐这个词是“奶酪”，它将返回“奶酪”，0.92信心 . 因此，您的代码将找到该匹配项，并说该文件中所说的单词有92％的可能性为“Cheese” .