在线和离线语音到文本转换之间的区别

联机模式和脱机模式有什么区别？为什么离线模式会降低其准确性？有没有更精确的解决方案？

脱机模式是基于一个模型的，该模型的文件大小约为1。20.3MB；由于不需要互联网连接，因此不需要发送/接收数据。无论如何，该模型的语音到文本翻译速度比在线版本快6.5-7倍。这里最关键的一点是，该模型的字错误率达13.5％，尽管不是很高，但鉴于有限的数据和算法，它的误码率却很高。

在线系统显然可以访问更多的训练数据，并且可以通过更多的算法进行解析。我不认为脱机版本可以被认为是替代版本，但是当在线版本不可用时，可以认为它是替代版本。我读过一些文章，其中的用户声称“美国英语”比“英国英语”的效果更好，原因我并不完全了解。

3G不能同时提供语音和数据。WiFi / 4G没有此问题。还有许多其他已知问题，例如服务提供商的限制，LTE /非LTE，CDMA等。如果您有这样的限制，一种方法可能是合并一些设计更改，以使您能够缓存数据然后访问在线引擎，通话结束后。

以我有限的经验，对于离线功能，CMUSphinx似乎是一个更好的选择（因为Google每天最多只能打50个电话（？））。这里列出了其他一些可用的API 。

启用离线语音转文本的研究论文在此处链接[ link ]。