Google api Google语音API的正确识别结果

有没有可能用样本数据来训练Google语音API，以帮助我的应用程序进行识别

我的意思是一种类似于wit.ai提供并描述的方法（即使该示例适用于nlp处理）。基本上，如果你能预测你的用户与你的机器人之间的交互，你就可以训练它更好地执行。例如，我知道将要使用的城市子集，例如：当我说苏黎世时，似乎无法让机器人理解我，它变成了叙利亚或西伯利亚，但我已经知道这是不可能的。因此，如果我，比方说，可以上传一个优先使用的单词列表，然后如果没有找到匹配的单词，我会退回到标准识别或类似的方法，我认为这将获得更好的结果

你知道这是否可能以及如何实现吗？我知道这些API正处于测试阶段，可能会有变化，但我还是想尝试一下

---

我可以上传我目前正在做的一些代码示例，尽管目前只是发送一个音频并分析结果，所以与这个问题并不接近。

在中，您可以指定备选方案，以返回maxAlternatives字段（最多30个）。一旦你有了30个信心十足的备选方案，你就会有信心十足的

叙利亚
0.5
，
西伯利亚
信心十足的
0.01
和
苏黎世
信心十足的
0.1
。通常，正确的答案是存在的，尽管它可能不在顶部。您可以根据当前状态选择最佳替代方案。
当前的Google Cloud语音到文本API允许用户指定单词和短语列表，为语音识别任务提供提示

From（）：

speechContext
-（可选）包含处理此音频的其他上下文信息。上下文包含以下子字段：
短语-包含为语音识别任务提供提示的单词和短语列表

有关更多详细信息，请参阅：（）。
不要泄密，这是一个附带项目，我没有时间做，但一旦我回来，我会让你知道你的回答是否对我有帮助（我已经注意到了信心，但可能忽略了多个选项，我觉得只有一个不太确定）