智能语音机器人 问题集锦

• 音频解析

1、amr音频格式最低的码率是4.75k  ，最高是12.2k ,其实一般的采用9.75k的码率就可以了，既可以解决声音播放质量问题，也可以解决网络下载速度问题；

2、mp3格式是可以支持边下边播放的，分段切割播放，不需要对音频内容做提取；

3、amr也可以支持边下边播放，只是需要对音频进行编码参数的提取和插入就行；

4、VAD 检测目前最好用的还是webrtc工程里的源码；

6、wav转amr还是使用ffmpeg会好质量提高很多，使用opencoreamr编码库，或者3gp编码库，都会对音频之类产生影响，导致音频有滋滋声。

 

• 内容解析

1、目前内容方，科大讯飞的应该是最好的，其次就是海智智能；

2、人工大脑，例如图灵类等，只是提供交流，对内容的获取还是比较少；

3、可以采用爬虫，从baidu或者sougou的搜索结果里搜寻，sougou的内容比baidu少很多，但是速度快了1被，baidu的内容还是缺少很多；bing不支持快照，不能使用，google代理服务器，时候国外使用；

 

• 语音识别引擎

1、目前用过的是百度，阿里，讯飞，总体来说百度的最便宜，免费，其他家的都需要收费；

2、总效果来说，阿里支持连续语音，可以使用智能电话呼叫机器人；讯飞就是识别速度快；

 

• linux服务器语音TTS引擎

1、目前使用的是百度，因为免费，但是在线的；

2、使用过余音的tts，但是发言不标准，放弃；

3、讯飞的速度还是很快的，但是离线版本要收费，放弃；阿里的也是收费，放弃。

4、英文的tts就很多了，中文开源还是没有。