在尝试让 Speech to Text（IBM Voice Gateway IVR 应用程序）识别字母数字字符串时，我想知道是否可以创建一个自定义语法或实体，将 STT 限制为仅识别单个字母和数字，不包括完全的话。例如，这是一个典型的字符串：20Y0H8C。 Watson 会返回单词和数字，例如“two”而不是“2”。数字字符串工作正常。我意识到字母识别在典型的 ASR 中存在问题，但我希望 Watson 能够胜任这项任务。我注意到没有字母数字字符的系统实体。任何建议都非常感谢。
【问题讨论】：
标签： speech-to-text voice-recognition ibm-watson watson ibm-voice-gateway
在这种情况下，将smart_formatting 设置为true。
smart_formatting 参数将日期、时间、数字和数字系列、电话号码、货币价值和 Internet 地址转换为识别请求的最终记录中更传统的表示形式。转换使转录本更具可读性，并能够更好地对转录结果进行后处理。您将参数设置为 true 以启用智能格式化，如下例所示；默认为false，不进行智能格式化。
检查：
curl -X POST -u {username}:{password}
--header "Content-Type: audio/flac"
--data-binary @{path}audio-file.flac
"https://stream.watsonplatform.net/speech-to-text/api/v1/recognize?smart_formatting=true"
结果：
语音：数量是一百万一百零一
结果：数量为1000101
查看IBM官方documentation。
注意：智能格式化功能目前是测试版功能，仅适用于美国英语。
【讨论】：