Googleの音声API

Question

私は今私のプロジェクトで作業しています。私はデスクトップコンピュータ用のSiriのようなアプリケーションを構築しようとしています。 Google Speech APIが音声認識で信頼性が高く正確であれば、私は考えていますか？音声認識の点で最も正確な音声APIは何ですか？最も好ましくは無料のAPIである。ありがとうございました。

Answer 1

Google音声APIは無料ですが、公式の公開APIではありません。 discussed in this blogのように、それをリバースエンジニアリングした人もいます。市販の製品のAPIに直接アクセスする予定の場合は、製品を落としたり、警告なしに変更したりすることができますので、お勧めしません。これは最近、Google Weather APIを使用した開発者に起こりました。一方、x-webkit-speechを使用してChromeブラウザからアクセスする場合は、Googleがサポートしているため安全です。 Googleの音声認識機能は、一般的な商用ソリューションの多くですぐそこにあります。彼らは、Google Voiceや現在廃止されているGoogle 411などの他のプロジェクトで多くの経験を積んでいます。彼らには、トップスピーチの科学者が働いています。私が考えることができる唯一の他の無料の代替案は、カーネギーメロン大学のオープンソースプロジェクトであるSphinxです。このソリューションを使用して急な学習曲線を作成し、サービスとしてセットアップしたい場合は、それを自分で開発する必要があります。 Nuanceは、音声認識市場におけるもう一つの大きなプレーヤー（私はそれがSiriが使用していると信じています）であり、音声認識をサービスとして提供するソリューションを持っています。しかし、彼らは高価です。ほとんどの音声認識システムがそうであるように言語サポート

Windows音声認識へのコメントからの回答に

更新は、他の言語をサポートしています。しかし、注意すべき点は、システムに使用する言語を教えなければならず、問題の言語をサポートしなければならないということです。各ベンダーはサポートしている言語のリストを持っており、それらは地域固有のものです。例えば、ベンダーはメキシコスペイン語、アメリカスペイン語、スペインスペイン語をサポートすることができます。それらはすべてわずかに異なる方言を持っています。しかし、音声認識エンジンは、ユーザごとのタイマーで1つの言語/方言しかサポートすることができない。ユーザは、最初にその言語に変更することを要求することなく、複数の言語を音声認識システムに話すことができない。

は、x-webkitの音声入力フィールドが原因他のブラウザでのサポートの欠如に廃止される2014年3月17日

を更新しました。これは、javacript APIであるWeb Speech APIに置き換えられます。 example on how to use it hereが見つかります。