TIPS
本文介绍使用 AmiVoice API 进行开发时的有用提示。
客户端程序相关
防止意外进行语音识别
由于语音识别结束后忘记断开连接或误操作等原因，有时会意外进行语音识别。建议在客户端程序中实现机制，以防止因此类事故导致包含重要信息的语音数据被意外发送 或产生不必要的费用。 例如，可以考虑以下机制：
- 通过屏幕显示等方式，清晰地向用户告知正在进行语音录音或语音识别。
- 对于实时语音识别，如果会话时间超过一定时间，则显示对话框并向用户确认。
语音数据相关
建议确认录音质量
如果语音识别结果明显很差，甚至无法保持句子的结构，可能是录音质量不佳。为了避免进行语音识别后得到的识别结果无法使用，建议提醒最终用户确认录音质量。 例如，请检查以下几点：
- 要识别的语音音量是否足够。大致标准是，对于 16-bit 音频，振幅应该在3000左右。同时也要注意不要音量过大导致音频失真。
- 语音是否听起来闷闷的，难以辨识。
- 环境噪音或其他说话者的声音等杂音是否过大，淹没了要识别的语音。
当语音识别请求参数适当且录音质量没有问题时，语音识别结果通常不会明显变差。即使无法事先确认录音质量，也应该实时检查识别结果，如果出现异常的识别结果，请重新检查录音，以确保使用适当质量的录音。 特别注意，在宽敞的会议室进行面对面会议等情况下，即使室内安静，根据录音设备的放置位置和性能，也可能出现上述录音质量不佳的情况。（例如：录音设备离要识别的说话者太远，录音设备附近有打字声或翻动纸张的杂音等）
关于语音数据处 理的注意事项
对于要进行语音识别的音频数据，人耳越容易听清（音量、音质、说话方式等），语音识别的准确度通常也越高。然而，对于经过处理的音频，即使人耳听起来更清晰，语音识别的准确度也可能下降。以下列出了有关语音数据处理的注意事项。
噪声消除・回声消除
根据使用的方法，噪声消除和回声消除可能会扭曲语音信号，改变语音识别引擎所学习的声音特征，从而降低语音识别的准确度。虽然在噪音严重时可能有效，但通常不建议使用。
自动增益控制（AGC）
自动增益控制（AGC，自动增益控制）用于保持语音信号电平恒定，对语音识别可能产生负面影响，但对检测语音段的过程可能有积极影响。在完全无法检测到语音导致准确度降低的情况下，使用 AGC 可能会改善准确度。此外，语音段的检测灵敏度等也可以通过请求参数进行调整。
压缩
用于语音识别的音频数据不一定需要使用 FLAC 等无损压缩格式。通常，即使进行压缩，对准确度的影响也很小，但请注意，如果施加强烈的压缩使得人耳也难以听清，可能会影响识别准确度。
AmiVoice Tech Blog 介绍了关于采样率和压缩率对语音识别准确度影响的验证。请参考以下内容：