我一直在使用Windows将一个搜索查询从v2语音识别发送到Youtube,然后将最相关结果的URL直接发送给VLC媒体播放器。当然,这并不总是那么好,因为语音识别有点不准确。然而,真正让我恼火的是,一旦查询中出现了一个微小的拼写错误,v2 API就会呈现完全随机的结果,例如“秋季诗人”( Poets of the Fall - waar )将导致一些越南战争视频(而不是普通的我已经非常彻底地检查了文档,但是我找不到一种搜索查询的方法,它只能发送回我实际上可以看到的视频
对于那些在语音领域工作的人来说,你们使用什么作为IVR平台?我使用的是Microsoft Speech Server 2007。一些等价的包是什么?是否有人使用开源软件来处理入站或出站呼叫?请注意,我不仅仅是在谈论语音识别,它是一个综合软件包的一个组件。语音识别平台将包括语音识别、文本到语音转换、诸如VoiceXML之类的VUI技术,以及通过SIP或电话硬件的呼叫终止。