我正在开发一个使用语音识别的应用程序来帮助盲人学习音乐。为此，我正在考虑使用DialogFlow.ai，甚至Amazon Alexa，以免重蹈覆辙。因此，有时我想使用原始音频数据来检查乐器是否已调音。使用这些技术，默认情况下，所有音频输入都会被解释，并因此转换为文本。那么，有没有办法使用原始音频数据而不是解释用户语音呢？
最佳答案
出于多种原因(主要是安全性)，Amazon Alexa 和其他类似技术不允许您获取用户的原始输入。使用 Amazon Alexa 作为捕获乐器音频输入的方法并不是实现调音器的合理方法。您应该实现自己的方式来捕获音频，并且可以将其与 Alexa/DialogFlow 结合使用以进行命令解释。
关于speech-recognition - 有没有办法通过 Alexa 或 DialogFlow.ai 等技术来使用原始音频数据？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/58283036/