是否可以在 MS Speech-to-Text 中过滤“感叹词”/“嗡嗡声”？

Question

我们正在尝试使用（以及其他）Microsoft Speech-to-Text（特别是使用 C# API）转录视频材料。我们从 Microsoft 获得的结果通常包含大量“感叹词”/“嗡嗡声”（此处的正确术语不确定），例如“hmm”、“uhm”等，而其他提供商似乎会自动过滤掉这些.在某些情况下，将这些包含在结果中可能是有意义的，但在其他设置中，如果有一种方法可以配置 SpeechRecognizer 以排除它们，那就太好了。有没有办法做到这一点？

Answer 1

我们的后端引擎具有这种能力。 但是，它目前没有公开记录，我不确定您如何将此选择从客户端发送到服务。现在它是某些端点的默认设置，但不是其他端点（“互联网搜索”与“听写”相对）。

我将不得不与我们的一位服务工程师交谈，看看是否可以从客户端动态更改此设置，并以更好的响应回复您。

谢谢，

布赖恩。

--- 更新---

我与我们的一位服务工程师交谈过，该功能称为 TrueText 格式化。我对我们的测试和文档进行了一些挖掘，实际上它已在此处公开记录。

https://docs.microsoft.com/en-us/dotnet/api/microsoft.cognitiveservices.speech.propertyid?view=azure-dotnet

https://docs.microsoft.com/en-us/dotnet/api/microsoft.cognitiveservices.speech.speechconfig?view=azure-dotnet

如何在 SpeechConfig 对象上调用/设置 this 的示例如下...

        var trueText = "TrueText";
        myDefaultConfig.SetProperty(PropertyId.SpeechServiceResponse_PostProcessingOption, trueText);

文档目前不显示其他状态，我认为这是“正常”而不是“TrueText”。这周我会找时间亲自尝试一下，并改进有关此属性 id 的文档。