大家好，最近我一直在研究“语音识别”影响正确率的几个因素，并且做了一些测试，写一篇文章给大家，做一个了解把！常规来说，我们觉得因素最大的是普通话不标准，背景音乐影响，噪音。其实还有一个很重要的因素【语速】

实验一：常规音频在普通速度下识别的结果：

【先来关注头条消息，十多天前，武汉54岁张先生和几个同事一起前往贵州出差，因为在路上花费的。时间比较久，于是车上的同事们开始吸烟提神，车厢里烟雾缭绕，而张先生喉咙越来越不舒服，到了目的地后。嗓子还有些肿胀疼痛，没过两天，张先生的病情突然加重，整个脸肿得就像猪头一样，东西也吃不下。还出现呼吸道阻塞症状，医生表示，张先生的发病如此迅速，且范围如此巨大，极为罕见，由于他的咽部颈部。已经严重感染，形成大范围脓腔压迫气道再不处理，可能造成窒息等，将危及生命。】

实验二：通过FFmpeg对音频进行加速处理

ffmpeg -i input.wav -filter:a "atempo=2.0" -vn output.wav

注意：倍率调整范围为[0.5, 2.0]

【来关注头条消息，十多天前，武汉54岁张先生和几个同事一起前往贵州出差，因为在路上花费的时间比较久，于是车上同事们开始吸烟提神，这将近一将近一。喉咙越来越不舒服，到了墓地后嗓子还有些肿胀，疼痛，过两天，张先生的病情突然加重，重肿的脸肿得像猪头一样，东西也是不下，还出现呼吸道阻塞症状，医生的医。并如此迅速且范围如此巨大，极为罕见，由于他的咽部，颈部已经严重感染，形成大范围脓腔，压迫气道再不处理，可能造成窒息等将威。】

实验三：通过FFmpeg对音频进行减速处理

【先来关注头条消息，十多天前，武汉54岁张先生和几个同事一起。前往贵州出差，因为在路上花费的时间比较久，于是车上的同事们开始吸烟提神。车厢里烟雾缭绕，而张先生喉咙越来越不舒服，到了目的地后，嗓子还有。有些肿胀疼痛，没过两天，张先生的病情突然加重，整个脸肿得就像猪头。同一样东西也吃不下，还出现呼吸道阻塞症状，医生表示，张先生的发病如此。迅速且范围如此巨大，极为罕见，由于他的咽部，颈部已经严重感染形成。大范围脓腔压迫气道再不处理，可能造成窒息等，将危及生命。】

实验结论：

1.通过这次测试发现，先把音频通过FFmpeg降速处理，能够获得更为精准的识别效果，同时也会对VAD切分的时间有一定影响。本次发现，其实背景音乐和噪音，未必是常见的影响因素，反而是语速会导致识别结果的不准确

【测试音频文件】以及【识别结果】打包下载地址：

链接：https://pan.baidu.com/s/1rIUAa35EHoqjinilvdDzVQ
提取码：h9me