现在我需要语音转文本转录中每个单词的时间戳,即单词开始的时间以及持续时间。
但是,当记录每个转录的结果时,只有在转录完全完成后才会记录时间戳和持续时间。
示例代码(来自 Apple):
// Configure request so that results are returned before audio recording is finished
recognitionRequest.shouldReportPartialResults = true
// A recognition task represents a speech recognition session.
// We keep a reference to the task so that it can be cancelled.
recognitionTask = speechRecognizer.recognitionTask(with: recognitionRequest) { result, error in
var isFinal = false
if let result = result {
self.textView.text = result.bestTranscription.formattedString
isFinal = result.isFinal
for word in result.bestTranscription.segments {
print("\(word.substring)\(word.timestamp)")
}
}
if error != nil || isFinal {
self.audioEngine.stop()
inputNode.removeTap(onBus: 0)
self.recognitionRequest = nil
self.recognitionTask = nil
self.recordButton.isEnabled = true
self.recordButton.setTitle("Start Recording", for: [])
}
}
有人知道如何实时获取单词的时间戳吗?他们基本上每次都返回 0,直到它完成。我从这里获取示例代码:
https://developer.apple.com/library/prerelease/content/samplecode/SpeakToMe/Introduction/Intro.html
最佳答案
时间戳的计算是一项计算量大的操作,通常不在解码时实现,仅作为结果的后处理。因此在许多引擎中,不可能获得部分时间戳。
如果您仍然需要时间戳,则需要考虑使用不同的库,可能还需要考虑不同的算法。
关于iOS 10 语音套件 : Need help obtaining timestamp of each word during partial results,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41710049/