Java 有没有办法强迫谷歌语音api只返回单词作为响应？

我正在使用谷歌的api：-

"+ 语言代码+“&key=“我的钥匙”

用于语音识别，效果很好

问题在于数字，即如果我说

1234

，结果将是

1234

如果我说

1234

，结果仍然是

1234

另一个问题是，对于其他语言，即德语中的单词

elf

是

eleven

。如果你说

elf

，结果是

11

，而不是elf

我知道我们对api没有控制权，但是否有任何参数或黑客可以添加到此api，以迫使它只返回单词

响应有时有正确的结果，但并不总是正确的

这些是样本回答

1） 当我说“一二三四”

2） 当我说“一千二百三十四”

我所做的一切

检查结果是否为数字，然后按空格分割每个数字，并检查结果数组中是否有相同的序列。例如，在这种情况下，结果1234变为1 2 3 4，并将搜索结果数组中是否有类似的序列，然后将其转换为单词。在第二种情况下，没有1 2 3 4，因此将保留原始结果

这是代码

 String numberPattern = "[0-9]";
  Pattern r1 = Pattern.compile(numberPattern);
  Matcher m2 = r1.matcher(output);
  if (m2.find()) {
      char[] digits2 = output.toCharArray();
      String digit = "";
      for (char c: digits2) {
          digit += c + " ";
      }

      for (int i = 1; i < jsonArray2.length(); i++) {
          String value = jsonArray2.getJSONObject(i).getString("transcript");
          if (digit.trim().equals(value.trim())) {
              output = digit + " ";
          }
      }
  }

String numberPattern=“[0-9]”；
模式r1=模式.compile（numberPattern）；
匹配器m2=r1。匹配器（输出）；
if（m2.find（））{
char[]digits2=output.toCharArray（）；
字符串数字=”；
用于（字符c:digits2）{
数字+=c+“”；
}
for（int i=1；i

所以问题是，当我说“十三四八”时，这个方法会把13分成一个三，因此不是一个可靠的解决方案

更新

我尝试了新的cloud vision api（），它比v2稍好一点。

1234

的结果是单词本身，我的变通方法也适用于这些单词。但是当我说十三四八时，结果还是和v2一样

而且elf在德语中仍然是11岁

还尝试了同样无效的

speech\u context

。

看看这个

您可以给API“语音上下文”提示，如下所示：

"speech_context": {
  "phrases":["zero", "one", "two", ... "nine", "ten", "eleven", ... "twenty", "thirty,..., "ninety"]
 }

我想这也适用于其他语言，比如德语

"speech_context": {
  "phrases":["eins", "zwei", "drei", ..., "elf", "zwölf" ... ]
 }

---

您可能需要自己将数字（而不是数字）转换为文字。由于大多数语言（如英语、德语）中都有一些逻辑，因此您可以使用算法方法来实现这一点

看

---

我没有使用云语音api，语音api v2没有此参数，但我仍然可以切换到云api。但是这并不实用，我不能给出所有这些数字作为提示。用户可以说出任何数字。我的应用程序中还有20种语言。哦，我没有注意到你正在使用v2。不确定它是否有用，但你不需要给出所有的数字，只需要给出唯一的单词。你不需要通过“二十一”，因为你已经分别通过了“二十”和“一”。这将使短语的数量保持在50以下，您最多可以发送500个短语。我在将数字转换为单词方面没有问题。我唯一的问题是我无法区分“1”“2”“3”“4”和1234，因为在这两种情况下，来自谷歌的结果都是1234，因此结果将转换为“壹仟贰佰叁拾四”。语音上下文以何种方式不起作用？如果有什么能帮助你达到你想要的结果，那就是语言环境。

"speech_context": {
  "phrases":["zero", "one", "two", ... "nine", "ten", "eleven", ... "twenty", "thirty,..., "ninety"]
 }

"speech_context": {
  "phrases":["eins", "zwei", "drei", ..., "elf", "zwölf" ... ]
 }