Azure 自定义语音服务“非”响应

Question

我一直在 Azure 中使用（预览版）CRIS 语音转文本服务。对于一些短的 wav 文件，我得到一个正确的文本等价物，但后面是“非”。这是一个关键字，意思是“非单词”还是一个错误？ -- 当我使用基本会话模型以及使用基于基本会话模型的自定义语言模型时都会发生这种情况，但它确实不会发生在“搜索和听写”模型中。

例如，我发送一个嘈杂的 wav 文件，有人说“是”，然后我回复“是的，不是”。如果 wav 文件不嘈杂，则不会发生这种情况，并且如果口述文本是两个或更多单词，则不会发生这种情况。它似乎只发生在嘈杂的单字文件中。 “非”是什么意思？

Answer 1

在与产品组交谈后，这显然是当前 CRIS 版本中的一个错误，很快就会修复。 “非”没有任何意义，它只是在背景噪音爆发时出现。