Ich bin neu in der Spracherkennung, Android und ichHabe einen Anwendungsfall, in dem ich eine Android-App erstellen muss, die Befehle (begrenzte Menge von Befehlen, weniger als 100) von Benutzern annimmt und Logik ausführt. Ich habe ein wenig gegoogelt und festgestellt, dass Folgendes möglich ist
- Verwenden Sie Google Cloud Speech API
- Verwenden Sie Android eingebauten Sprache zu Text-Fähigkeit (Ist es anders als Google Cloud-Sprache API? Wenn ja wie?). Auch was sind die Vor- und Nachteile der Verwendung von Offline-Modus von Android-Sprache zu Text?
- Verwenden Sie Open-Source-Spracherkennungsbibliotheken wie Kaldi, CMU Sphinx (es sah so aus, als ob sie viel Aufwand beim Sammeln und Trainieren der Daten benötigen)
Kann mir jemand bitte vorschlagen, welches der obigen Beispiele am besten zu meinem Anwendungsfall passt? Ich habe eine begrenzte Anzahl von Befehlen und die Geschwindigkeit ist für mich am wichtigsten.
Ich bin wirklich verwirrt und stelle diese Frage. Danke im Voraus.
Antworten:
1 für die Antwort № 1Verwenden Sie Google Cloud Speech API
Sehr teuer, da Sie für jede Anfrage bezahlen müssen.
Verwenden Sie Android eingebauten Sprache zu Text-Fähigkeit (Ist es anders als Google Cloud-Sprache API? Wenn ja wie?). Auch was sind die Vor- und Nachteile der Verwendung von Offline-Modus von Android-Sprache zu Text?
Die integrierte API ist in Ordnung zu verwenden. Es unterscheidet sich von der Cloud-API und ist kostenlos. Es funktioniert jedoch offline nicht transparent für den Benutzer. Schlechte Seite ist es langsam und Sie können das Vokabular nicht konfigurieren. So wird es alle Wörter statt einiger bestimmter Befehle decodieren und oft die erforderlichen Befehle mit anderen Wörtern im Rauschen verwechseln.
Verwenden Sie Open-Source-Spracherkennungsbibliotheken wie Kaldi, CMU Sphinx (es sah so aus, als ob sie viel Aufwand beim Sammeln und Trainieren der Daten benötigen)
Richtige Entwicklung ist immer eine Anstrengung.