选择语音转文本api的建议

Question

我是语音识别、android 的新手，我有一个用例，我需要构建一个 android 应用程序，该应用程序从用户那里获取命令（有限的命令集，少于 100 个）并执行一些逻辑。我google了一下，发现可以做到以下几点

1. 使用谷歌云语音api
2. 使用 Android 内置的语音转文本功能（它与谷歌云语音 api 有什么不同？如果有怎么办？）。还有使用安卓语音转文字离线模式的优缺点是什么？
3. 使用 Kaldi、CMU Sphinx 等开源语音识别库（看起来他们需要花费大量精力来收集和训练数据）

有人可以建议我上面哪一个最适合我的用例吗？ 我的命令集有限，速度对我来说最重要。

我真的很困惑，因此提出了这个问题。提前致谢。

Answer 1

使用谷歌云语音api

非常昂贵，因为您必须为每个请求付费。

使用 Android 内置的语音转文本功能（它与谷歌云语音 api 有什么不同？如果有怎么办？）。还有使用android语音转文字离线模式的优缺点是什么？

内置 API 可以使用。它与云 API 不同，它是免费的。但是，它不能对用户透明地离线工作。不好的一面是速度很慢，您无法配置词汇表。因此它会解码所有单词而不是某些特定的命令集，并且经常会将所需命令与噪声中的其他单词混淆。

使用 Kaldi、CMU Sphinx 等开源语音识别库（看起来他们需要花费大量精力来收集和训练数据）

适当的开发总是一种努力。