我正在研究各种语音识别策略，我喜欢Web Speech 规范中定义的语法概念。似乎如果您可以告诉语音识别服务您期望“是”或“否”，该服务可以更可靠地将“是”识别为“是”，将“否”识别为“否”，并且希望也能够说“这听起来不像那些！”。
但是，在 中SFSpeechRecognitionRequest，我只看到taskHint来自SFSpeechRecognitionTaskHint、confirmation、dictation和search的值unspecified。
我也看到SFSpeechRecognitionRequest.contextualStrings了，但它似乎是为了不同的目的。即，我想我应该把品牌/商标类型的东西放在那里。输入“是”和“否”不会使这些词更有可能被选中，因为它们已经存在于系统字典中（这是我根据文档中的少量内容做出的假设）。
API 是否有一种方法可以做更像语法的事情，或者更简单地说，只是提供预期短语的列表，以便语音识别更有可能得出我期望的结果，而不是听起来相似的胡言乱语/同音词？是否contextualStrings会增加系统选择其中一个字符串而不只是扩展系统字典的可能性？或者，也许我采用了错误的方法，应该自己强制执行语法并枚举，SFSpeechRecognitionResult.transcriptions直到找到与预期单词匹配的语法？
不幸的是，我自己无法测试这些 API。我只是在研究编写原生 iOS 应用程序的可行性，并没有必要的开发环境。