Google Speech APIの正しい認識結果

Question

サンプルデータを使用してGoogle Speech APIをトレーニングして、アプリケーションでの認識を助けることは可能ですか？

私が意味するのは、wit.aiが提供するようなアプローチであり、here（この例はnlp処理に適用されますが）と記載されています。基本的に、ユーザーがあなたのボットとやりとりする相互作用を予測できれば、より良い実行のためにトレーニングすることができます。たとえば、私はZurichと言うとボットを理解できないようですが、それはSyriaまたはSiberiaになりますが、私はすでにそれが不可能であることを知っています。だから、私が最初に使用される優先語のリストをアップロードしてから、一致するものが見つからない場合、標準認識やそれに類似したアプローチに置き換えれば、より良い結果が得られると思います。

これは可能かどうか、どんな考えですか？私はこれらのAPIがベータ段階にあり、変更されることは知っていますが、私はまだそれを試してみたいと思います。

私は現在行っていることのいくつかのコードサンプルをアップロードすることができますが、これはオーディオを送信してこれまでの結果を分析しています。

Answer 1

recognition configには、代替候補を指定してmaxAlternativesフィールド（最大30）を返すことができます。 30個の選択肢があると、信頼度はSyria0.5、Siberia信頼度は0.01、Zurich信頼度は0.1です。通常、正解は存在しますが、上にはない可能性があります。現在の状況に応じて最適な選択肢を選択できます。