关于SO的第一个问题，希望它不会离左栏太远。
动机：我正在开发Benoit的谷歌2ubuntu语音控制工具。
目前，为了让它工作，用户必须按下热键来调用程序，然后才能开始说出命令。我实现了一个热词模式，后台进程（bash脚本，真的）在后台连续运行，监听超过预设阈值的声音，录制2秒，然后将录制发送到谷歌的语音转文本API进行转换。它获取返回的结果，然后检查hotword，并根据该hotword启动实际程序。
我正在寻找谷歌API可靠识别的热门词API返回它认为你说了什么的文本表示，以及一个信心级别，指示它的猜测和你的录音匹配程度。
使用此功能，我们可以比较不同热词的检测率：例如，短语"OK Google"（毫不奇怪）得到了很好的认可，经常返回之类的结果
"hypotheses": {"utterance": "Okay Google", "confidence": 0.95967352}
更通用的"好电脑"并没有被认为是可靠的，但在0.85的平均置信水平下仍然可以。我测试过的一些更晦涩的短语包括"好吧，贾维斯"（如果我们要制作一台声控计算机……），不幸的是，它在一半的时间里都是高置信度的，而在其他情况下则完全没有命中。另一方面，"Okay Linux"根本无法识别。
问题：有人知道谷歌API可以可靠地识别哪种短语吗？
好的热门词的例子是一些短语，这些短语通常不会出现在日常演讲中（否则我们每次谈话都会启动程序），但它们足够"特殊"，即使是愚蠢的电脑也能识别。
最好使用离线关键字检测器进行侦听，如最近在CMUSphinx中实现的on。因此，无需将所有音频流式传输到谷歌，无需保持互联网连接，响应速度很快。键盘语言是可配置的，检测阈值可以调整。您的竞争对手已经将其集成到他们的助手中，例如在Pocketsphinx Android Demo中。也可以使用python api中的关键字识别。