我在 Android 上使用过语音识别功能,我喜欢它。这是我的客户最受赞誉的功能之一。但是,格式有些限制。您必须调用识别器 Intent ,让它将录音发送到谷歌,然后等待文本返回。
我的一些想法需要在我的应用程序中录制音频,然后将剪辑发送到谷歌进行转录。
有什么方法可以发送音频剪辑以将语音处理为文本?
最佳答案
我得到了一个可以很好地进行语音识别和录音的解决方案。这里是 link到我创建的一个简单的 Android 项目,以显示解决方案的工作。此外,我在项目中放置了一些打印屏幕来说明应用程序。
我将尝试简要解释我使用的方法。我在该项目中结合了两个功能:Google Speech API 和 Flac 录音。
Google Speech API 通过 HTTP 连接调用。 Mike Pultz提供有关 API 的更多详细信息:
“(...) 新的 [Google] API 是一个全双工流式 API。这意味着它实际上使用了两个 HTTP 连接——一个 POST 请求将内容作为“实时”分 block 流上传,另一个第二个 GET 请求来访问结果,这对于更长的音频样本或流式音频更有意义。”
但是,此 API 需要接收 FLAC 声音文件才能正常工作。这让我们进入第二部分:Flac 录音
我通过从名为 AudioBoo 的开源应用程序中提取和改编一些代码和库,在该项目中实现了 Flac 录音。 AudioBoo 使用原生代码来录制和播放 flac 格式。
因此,可以录制 flac 声音,将其发送到 Google Speech API,获取文本并播放刚刚录制的声音。
我创建的项目具有使其工作的基本原则,并且可以针对特定情况进行改进。为了使其在不同的场景中工作,有必要获得一个 Google Speech API key ,该 key 是通过成为 Google Chromium-dev 组的一部分获得的。我在那个项目中留下了一把 key 只是为了表明它正在工作,但我最终会删除它。如果有人需要有关它的更多信息,请告诉我,因为我无法在这篇文章中放置超过 2 个链接。
关于android - android上的语音识别与录制的声音剪辑?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31113734/