Esta página contém recomendações sobre como fornecer dados de voz à API Google Assistente. Essas diretrizes foram criadas para aumentar a eficiência e a precisão, bem como os tempos de resposta razoáveis do serviço.
Pré-processamento de áudio
É melhor fornecer áudio que seja o mais limpo possível, usando um microfone de boa qualidade e bem posicionado. No entanto, aplicar ao áudio um processamento de sinal de redução de ruídos antes de enviá-lo ao serviço geralmente reduz a precisão do reconhecimento. O serviço foi projetado para lidar com áudios com ruídos.
Para os melhores resultados:
- Posicione o microfone o mais próximo possível do usuário, principalmente quando houver ruído de fundo.
- evite recortar o áudio;
- não use controle de ganho automático (AGC);
- todo o processamento de redução de ruído deve ser desativado.
Idealmente:
- O nível de áudio precisa ser calibrado para que o sinal de entrada não seja cortado e os níveis de pico de áudio de fala atinjam aproximadamente -20 a -10 dBFS.
- O dispositivo precisa exibir características de amplitude versus frequência aproximadas (+- 3 dB 100 Hz a 8.000 Hz).
- A distorção harmônica total precisa ser inferior a 1% de 100 Hz a 8.000 Hz com um nível de entrada de SPL de 90 dB.