Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Diese Seite enthält Empfehlungen zur Bereitstellung von Sprachdaten für die Google Assistant API. Diese Richtlinien sorgen für mehr Effizienz und Genauigkeit sowie angemessene Antwortzeiten des Dienstes.
Vorverarbeitung von Audios
Es empfiehlt sich, Audios bereitzustellen, die so sauber wie möglich sind und eine gute Qualität haben. Außerdem sollten Sie für ein gut positioniertes Mikrofon sorgen. Wenn Sie eine das Rauschen reduzierende Signalverarbeitung auf das Audio anwenden, bevor Sie dieses an den Dienst senden, wird dadurch in den meisten Fällen die Erkennungsgenauigkeit reduziert. Der Dienst wurde so entwickelt, dass Rauschen im Audio automatisch behandelt wird.
Für optimale Ergebnisse:
Positionieren Sie das Mikrofon so nah wie möglich am Nutzer, besonders wenn Hintergrundgeräusche vorhanden sind.
Vermeiden Sie das Übersteuern von Audiosignalen.
Verwenden Sie keine automatische Verstärkungsregelung (automatic gain control = AGC).
Alle Verarbeitungsmethoden zur Rauschunterdrückung sollten deaktiviert werden.
Idealerweise:
Der Audiopegel sollte so kalibriert sein, dass das Eingabesignal nicht überschneidet wird und die Spitzenpegel von Sprachaudio etwa -20 bis -10 dBFS erreichen.
Das Gerät sollte eine ungefähr "flache" Amplitude gegenüber den Frequenzeigenschaften (+-3 dB, 100 Hz bis 8.000 Hz) aufweisen.
Die gesamte harmonische Verzerrung sollte bei einem Eingangspegel von 90 dB SPL bei 100 Hz bis 8.000 Hz unter 1% liegen.
[null,null,["Zuletzt aktualisiert: 2025-07-26 (UTC)."],[[["\u003cp\u003eThe Google Assistant API is designed to handle noisy audio, so noise reduction processing should be disabled prior to sending audio.\u003c/p\u003e\n"],["\u003cp\u003eFor optimal performance, position the microphone near the user, avoid audio clipping and automatic gain control, and calibrate audio levels to peak between -20 to -10 dBFS.\u003c/p\u003e\n"],["\u003cp\u003eDevices used for audio input should ideally have a flat frequency response and minimal harmonic distortion.\u003c/p\u003e\n"],["\u003cp\u003e\u003cstrong\u003eWarning:\u003c/strong\u003e The Google Assistant Library for Python is deprecated; use the Google Assistant Service instead.\u003c/p\u003e\n"]]],["The Google Assistant Library for Python is deprecated; use the Google Assistant Service instead. For optimal audio input, provide clean audio from a high-quality, well-positioned microphone. Disable noise reduction and automatic gain control. Position the microphone close to the user and avoid audio clipping. Calibrate audio levels to avoid clipping, with peak levels around -20 to -10 dBFS. Aim for a flat amplitude response (+- 3 dB from 100 Hz to 8000 Hz) and total harmonic distortion under 1%.\n"],null,["# Best Practices for Audio\n\n| **Warning:** The Google Assistant Library for Python is deprecated as of June 28th, 2019. Use the [Google Assistant Service](/assistant/sdk/guides/service/python) instead.\n\n\u003cbr /\u003e\n\nThis page contains recommendations on how to provide speech data to the\nGoogle Assistant API. These guidelines are designed for greater efficiency\nand accuracy as well as reasonable response times from the service.\n\nAudio pre-processing\n--------------------\n\nIt's best to provide audio that is as clean as possible by using a good quality\nand well-positioned microphone. However, applying noise-reduction signal\nprocessing to the audio before sending it to the service typically reduces\nrecognition accuracy. The service is designed to handle noisy audio.\n\nFor best results:\n\n- Position the microphone as close to the user as possible, particularly when background noise is present.\n- Avoid audio clipping.\n- Do not use automatic gain control (AGC).\n- All noise reduction processing should be disabled.\n\nIdeally:\n\n- The audio level should be calibrated so that the input signal does not clip, and peak speech audio levels reach approximately -20 to -10 dBFS.\n- The device should exhibit approximately \"flat\" amplitude versus frequency characteristics (+- 3 dB 100 Hz to 8000 Hz).\n- Total harmonic distortion should be less than 1% from 100 Hz to 8000 Hz at 90 dB SPL input level."]]
