首页 文章

捕获发送到Google语音识别服务器的音频

提问于
浏览 次
4

为了识别Google服务器的语音，我将SpeechRecognizer类与RecognitionListener结合使用，如Stephan的answer至this question所示 . 另外，我尝试通过使用来自RecognitionListener的onBufferReceived（）回调来捕获被识别的音频信号，如：

byte[] sig = new byte[500000] ;
int sigPos = 0 ;
...
public void onBufferReceived(byte[] buffer) {
  System.arraycopy(buffer, 0, sig, sigPos, buffer.length) ;
  sigPos += buffer.length ;
}
...

这似乎工作正常，除非当SpeechRecognizer无法连接到Google服务器时，当一大块音频未被复制到上述 sig 数组中时，会抛出HTTP连接超时异常 . SpeechRecognizer最终连接到Google服务器，识别结果表明收到了完整的音频信号;只有 sig 数组缺少一些音频块 .

有没有人遇到同样的问题？任何提示解决方案？谢谢！

android speech-recognition voice-recognition

3 回答

  • 1

    我倾向于说这可能是识别服务行为的不一致，甚至可能是您使用的Android版本中的错误 . 但是，文档指出，不能保证调用此方法以使其适合规范 . 到目前为止我注意到的是（在Android 2.3.4上）：我在录制时得到了字节，但是如果有例如 SocketTimeout 它会在一段时间之后尝试将数据重新发送到服务器，但是没有再次调用 onBufferReceived 相同的数据 . 用于测试的代码与您在帖子中链接的代码相同 .

    为什么您认为在方法中收到的音频中缺少一些块？如果只缺少几个块，甚至可能是这样的，虽然那些块丢失了，但识别仍然有效 .

    回复于
  • 0

    在现代版本中，onBufferReceieved不起作用，您可以检查record/save audio from voice recognition intent .

    回复于
  • 1

    实现这一目标的最佳方式是另一种方式 . 使用 AudioRecord 捕获音频数据，（我建议使用 VOICE_COMMUNICATION 而不是 MIC 作为输入，以便获得非常干净的音频），然后将其传递给 SpeechRecognizer . :)

    回复于

相关问题