语音听写单词 app，为什么所有智能音箱都没做呢？

[marcushbs]

想给三年级的娃做一个语音背单词 app，场景很简单：app 通过 tts 念出单词中英文，用 stt 将娃说的字母和原词对比，看是否一致，全程语音完成，不用看手机，保护视力——这么杀手级的应用，为什么所有智能音箱都没做呢？

我试用了如下工具和库：

• voixen-vad
• iOS Speech Framework(react-native-voice)
• Pocketsphinx.js

app: “请背单词星期一，Monday ”
娃: “ M O N D A Y ”
app: “您说的是 MNDEY，请重试”
娃: “...”

正确率最好的(iOS)也不过六七成正确率左右，这里是每个字母的听写正确率，几个字母连一块能否认对基本就看脸了。 ——请注意，这里的“ M O N D A Y ”为了使用体验，必须进行整体识别。如果加个按钮，按一下识别一个字母倒是可以把正确率提高到 99%以上——但这样做 app 还有人愿意用吗？

说白了 iOS 的近场语音识别还是面向正常会话和整句逻辑建模，拿来背单词显然不合适，不过因此发现了一个听写的各种用法合集，通过各种预定义 annotation 来实现特种输入，Apple 也不容易......

目前能想到的唯一方案，这哥们做过类似的，就是把常用 1500 单词列出来，让娃从头到尾拼写一遍，我录音、手动标注之后用 TF 调参训练，再导入 CoreML，听起来很有爱，但只对一个娃有效......

——谨献给认为 AI 即将统治世界的人们

[wutiantong]

Good idea, I will try

[XIAOAcao]

京东叮咚智能音箱上有一款单词拼写的语音技能。

[marcushbs]

@wutiantong 有进展请这里通知一下啊!

[marcushbs]

@XIAOAcao
···
技能使用说明：



1、直接说出想要查询的单词，中文或英文都可以：苹果、苹果的英语怎么说、苹果怎么拼

2、没听清可以说：重复一遍
···
这个 stt 模型还是通用的，和听写 letter 不一样

[XIAOAcao]

@marcushbs 你说的这几点，单词拼写这个技能都是支持的，你可以加我个联系方式我录个视频给你。微信：1141020002

[marcushbs]

@XIAOAcao 我看介绍意思是：音箱听人说“苹果”，音箱说“ A P P L E"几个字母；顶楼里说的听人拼单词判定对不对也支持？

[KingEngine]

从步步高学习机上提取软件。。哈哈

[XIAOAcao]

@marcushbs 你有京东叮咚智能音箱的话可以体验一下就知道了 。没有听人拼单词判定。

[SeaRecluse]

你这个需求正则表达就够了。现在的语音助手还是一种宽泛式的，而你这个是一个专门的需求，所以没必要做。

[nedu]

这个各个 AI 助手都可以实现吧

[nedu]

可以尝试在 Google assistant 平台上做开发

[Newbing]

楼主说的这个其实不容易实现，识别单个字母还是有很多问题的。很多 ASR 都是针对词组 /短语做优化。

[Newbing]

再补充一点，有的孩子可能擅长图形记忆，有的孩子可能擅长声音记忆。

[marcushbs]

@Newbing 说得太对了，看来做过