Использование Google Cloud Speech API v2 в Asterisk для распознавания русской речи

[varnav]

Каков процент правильно распознанных фраз в реальных условиях?

[Faight]

К концу следующей недели смогу сказать, когда будет больше данных. Предварительно 80-90%.

[fleaump]

У яндекса для длинных аудиофайлов надо нормально разбивать на чанки во время отправки, либо воспользоваться их утилитой на питоне, и всё замечательно распознается

[Deq56]

Использую его для распознования фамилий, очень плохо распознает. Самый большой минус нельзя указать предметную область.

[datalink]

А попробуйте вот это

sox test.wav -r 16000 -b 16 -c 1 test.raw

вместе со Speechkit

curl -X POST -H «Content-Type: audio/x-pcm;bit=16;rate=16000» --data-binary "@test.raw" «https://asr.yandex.net/asr_xml?uuid=<идентификатор пользователя>&key=<API-ключ>&topic=queries»

есть ли разница с первоначальным?

еще есть вариант через потоковое апи/клиент, это более правильный способ для длинных фраз https://github.com/yandex/speechkitcloud/tree/master/python

[Faight]

А попробуйте вот это

Безрезультатно.

еще есть вариант через потоковое апи/клиент, это более правильный способ для длинных фраз

Спасибо за ссылку, проглядел ее в документации! Обязательно попробую, когда будет время. Есть пара идей, как это можно использовать.

[alekseev_ap]

Очень интересно, продолжайте писать на эту тему!

[Sleuthhound]

Есть проект https://github.com/zaf/asterisk-speech-recog
Вот только не знаю работает ли он с новым Google Cloud Speech API, со старым v2 (https://www.google.com/speech-api/v2/recognize) он прекрасно работает, но все упирается в ключ от старого API, их уже не выдают, благо я в свое время отхватил безлимитный и надеюсь пожизненный, так что пока работаю с ним.

[it2manager]

Распознавание сильно зависит от качества потока. Мы, для исправления ситуации, меняли кодек на шлюзах с 729 на 711 — разница в распознавании значительна.

[Wicron]

Как заставить вашу систему распознавать сигнал, записанный с частотой дискретизации 48 кГц?