上一代语言和模型
从 2023 年 8 月 1 开始，所有先前生成的模型现在都 已停用 该服务。 现在，新客户只能使用下一代模型。 所有现有客户现在都必须迁移到等效的下一代模型。 有关更多信息，请参阅 迁移到下一代模型。
IBM Watson® Speech to Text 服务支持使用多种语言的前代模型进行语音识别。 模型指示音频中所讲的语言以及音频采样率。
此页面上描述的模型称为 前代模型。 此服务还提供 下一代模型，这些模型具有增强的质量，用于改进语音识别。 有关更多信息，请参阅 下一代语言和模型。
上一代模型类型
对于大多数语言，该服务提供两种类型的上一代模型:
- 窄带模型 适用于最小采样率为 8 kHz的音频。 请将窄带模型用于电话语音的脱机解码，这是此采样率的典型用途。
- 宽带模型 适用于期望的音频，其最小采样率为 16 kHz。 请将宽带模型用于响应式实时应用，例如用于实时语音应用。
针对您的应用选择正确的模型很重要。 请使用与音频采样率（和语言）相匹配的模型。 服务会自动调整音频的采样率，以匹配指定的模型。 为了实现最佳识别准确性，还需要考虑音频的频率内容。 有关更多信息，请参阅 采样率 和 音频频率。
受支持的上一代语言模型
以下部分列出了可用于每种语言的每种类型的前代模型。 这些部分中的表提供了以下信息:
-
模型名称 列指示模型的名称。
-
状态 列指示模型是一般可用 (GA) 还是 Beta。
-
建议的下一代模型 标识可以使用的下一代模型，而不是不推荐使用的模型。
目前，并不是所有的宽带模型都有等效的多媒体模型。 在这种情况下，请考虑将电话模型用于该语言。 服务会将音频下采样到您使用的模型的速率。 因此，在当前没有等效多媒体模型的情况下，将宽带音频发送到电话模型可能证明是足够的替代方法。
所有模型都可用于两个产品版本 IBM Cloud 和 IBM Cloud Pak for Data。
窄带模型
表 1 列出了可用的上一代窄带模型。
| 语言 | 模型名称 | 状态 | 建议的下一代模型 |
|---|---|---|---|
| 中文（普通话） | zh-CN_NarrowbandModel |
GA 已停用 |
zh-CN_Telephony |
| 荷兰语 (荷兰) | nl-NL_NarrowbandModel |
GA 已停用 |
nl-NL_Telephony |
| 英语（澳大利亚） | en-AU_NarrowbandModel |
GA 已停用 |
en-AU_Telephony |
| 英语（英国） | en-GB_NarrowbandModel |
GA 已停用 |
en-GB_Telephony |
| 英语（美国） | en-US_NarrowbandModel |
GA 已停用 |
en-US_Telephony |
en-US_ShortForm_NarrowbandModel |
GA 已停用 |
en-US_Telephony |
|
| 法语（加拿大） | fr-CA_NarrowbandModel |
GA 已停用 |
fr-CA_Telephony |
| 法语（法国） | fr-FR_NarrowbandModel |
GA 已停用 |
fr-FR_Telephony |
| 德语 | de-DE_NarrowbandModel |
GA 已停用 |
de-DE_Telephony |
| 意大利语 | it-IT_NarrowbandModel |
GA 已停用 |
it-IT_Telephony |
| 日语 | ja-JP_NarrowbandModel |
GA 已停用 |
ja-JP_TelephonyIBM Cloud |
| 韩语 | ko-KR_NarrowbandModel |
GA 已停用 |
ko-KR_Telephony |
| 葡萄牙语（巴西） | pt-BR_NarrowbandModel |
GA 已停用 |
pt-BR_Telephony |
| 西班牙语（阿根廷，Beta） | es-AR_NarrowbandModel |
Beta 已停用 |
es-LA_Telephony |
| 西班牙语（卡斯蒂利亚） | es-ES_NarrowbandModel |
GA 已停用 |
es-ES_Telephony |
| 西班牙语（智利，Beta） | es-CL_NarrowbandModel |
Beta 已停用 |
es-LA_Telephony |
| 西班牙语（哥伦比亚，Beta） | es-CO_NarrowbandModel |
Beta 已停用 |
es-LA_Telephony |
| 西班牙语（墨西哥，Beta） | es-MX_NarrowbandModel |
Beta 已停用 |
es-LA_Telephony |
| 西班牙语（秘鲁，Beta） | es-PE_NarrowbandModel |
Beta 已停用 |
es-LA_Telephony |
宽带模型
表 2 列出了可用的上一代宽带模型。
| 语言 | 模型名称 | 状态 | 建议的下一代模型 |
|---|---|---|---|
| 阿拉伯语（现代标准） | ar-MS_BroadbandModel |
GA 已停用 |
ar-MS_Telephony |
| 中文（普通话） | zh-CN_BroadbandModel |
GA 已停用 |
zh-CN_Telephony |
| 荷兰语 (荷兰) | nl-NL_BroadbandModel |
GA 已停用 |
nl-NL_Multimedia |
| 英语（澳大利亚） | en-AU_BroadbandModel |
GA 已停用 |
en-AU_Multimedia |
| 英语（英国） | en-GB_BroadbandModel |
GA 已停用 |
en-GB_Multimedia |
| 英语（美国） | en-US_BroadbandModel |
GA 已停用 |
en-US_Multimedia |
| 法语（加拿大） | fr-CA_BroadbandModel |
GA 已停用 |
fr-CA_Multimedia |
| 法语（法国） | fr-FR_BroadbandModel |
GA 已停用 |
fr-FR_Multimedia |
| 德语 | de-DE_BroadbandModel |
GA 已停用 |
de-DE_Multimedia |
| 意大利语 | it-IT_BroadbandModel |
GA 已停用 |
it-IT_Multimedia |
| 日语 | ja-JP_BroadbandModel |
GA 已停用 |
ja-JP_Multimedia |
| 韩语 | ko-KR_BroadbandModel |
GA 已停用 |
ko-KR_Multimedia |
| 葡萄牙语（巴西） | pt-BR_BroadbandModel |
GA 已停用 |
pt-BR_Multimedia |
| 西班牙语（阿根廷，Beta） | es-AR_BroadbandModel |
Beta 已停用 |
es-LA_Telephony |
| 西班牙语（卡斯蒂利亚） | es-ES_BroadbandModel |
GA 已停用 |
es-ES_Multimedia |
| 西班牙语（智利，Beta） | es-CL_BroadbandModel |
Beta 已停用 |
es-LA_Telephony |
| 西班牙语（哥伦比亚，Beta） | es-CO_BroadbandModel |
Beta 已停用 |
es-LA_Telephony |
| 西班牙语（墨西哥，Beta） | es-MX_BroadbandModel |
Beta 已停用 |
es-LA_Telephony |
| 西班牙语（秘鲁，Beta） | es-PE_BroadbandModel |
Beta 已停用 |
es-LA_Telephony |
美国英语简写模式（已废弃）
美国英语短格式模型 en-US_ShortForm_NarrowbandModel 可以改进用于交互式声音响应 (IVR) 和自动客户支持解决方案的语音识别。 短格式模型经过训练，可识别客户支持设置（如自动化支持呼叫中心）中经常表达的简短话语。 模型经过调整后，除了识别常规简短话语外，还可获得精确的话语，如数字、单字符词和姓名拼写以及“是/否”响应。
对于人机交流的常见响应类型（例如，IBM® Voice Agent with Watson 的用例），en-US_ShortForm_NarrowbandModel 的效果最佳。 对于人与人之间的会话，en-US_NarrowbandModel 通常效果最佳。 但是，根据用例和交流的性质，一些用户可能会发现短格式模型也适合人与人之间的会话。 鉴于这两种模型具有这样的灵活性并且功能有部分重叠，您可以对模型进行试验，以确定哪种模型最适合您的应用。
在任一情况下，将含有语法的定制语言模型应用于短格式模型，都可以进一步改进识别结果。
与所有模型一样，噪声环境可能会对结果产生负面影响。 例如，来自机场、行驶车辆、会议室和多个说话者的背景声学噪声可能会降低转录准确性。 说话者的电话有回音很常见，因此来自此类设备的音频也可能会降低准确性。 使用可用于语音活动检测的参数可以抵消此类影响，并有助于提高语音转录准确性。 应用定制声学模型可以进一步微调音质以进行语音识别，但这仅作为最终措施。
- 有关语言模型和声音模型定制的更多信息，请参阅 了解定制。
- 有关语法的更多信息，请参阅将语法用于定制语言模型。
- 有关语音活动检测参数的更多信息，请参阅语音活动检测。
先前生成模型的受支持功能
支持将上一代模型与几乎所有服务功能部件配合使用。 大多数功能部件和型号通常可供生产使用。 在指示的位置，某些功能部件和模型是 Beta 功能。 限制适用于某些功能，例如:
- 诸如说话者标签，数字编辑和脏话过滤之类的功能仅限于某些语言和模型。 这些限制随各个功能部件的描述一起说明。 有关所有可用语音识别参数的更多信息，请参阅 参数摘要。
- 仅下一代模型支持
low_latency参数。 有关更多信息，请参阅 低等待时间。 - 有关先前生成模型对定制的支持的更多信息，请参阅 对先前生成模型的定制支持。
否则，当功能部件描述为一般可用或可用于特定语言时，它支持先前生成的模型。