Google Cloud Streaming Speech API

Мне нужно распознавание речи в реальном времени через Google Cloud Speech API. Однако он все еще находится в бета-версии, и в Интернете не так много полезных вещей.

https://cloud.google.com/speech/docs/samples есть несколько образцов доступен здесь, но я не вижу потокового API с C #. Означает ли это, что я не могу использовать C # для передачи звука через Google Cloud Speech API?

Кто-нибудь пробовал передавать потоковое аудио в Cloud Speech API с помощью .NET?

К вашему сведению, я не могу использовать обычный Web Speech API, доступный от Google. Мне нужно использовать только Goolge Cloud Speech API.


c# google-speech-api
person Paresh Varde    schedule 26.10.2016    source источник
comment
Кажется, есть люди, которые сделали это на C #. Однако отсутствуют образцы кодов. groups.google.com/forum/#!topic/cloud- Speech-Discussion / Если вы что-нибудь найдете, дайте мне знать. Я сам искал ответ.   -  person Hespen    schedule 07.11.2016
comment
Хеспен, для временного решения я ввел бинарный сервер node.js и подключился к моему JS через веб-сокет для потоковой передачи звука. Затем Node.js связывается с Google Cloud Speech API. Это решение, похоже, сейчас работает хорошо, но я действительно ищу C #, чтобы сделать его простым и понятным.   -  person Paresh Varde    schedule 14.11.2016
comment
Спасибо за информацию!   -  person Hespen    schedule 14.11.2016
comment
@PareshVarde, не могли бы вы опубликовать несколько примеров кода для реализации node.js, которую вы сделали? Это будет реальная помощь для меня   -  person Kiran B    schedule 09.05.2017

Ответы (1)


arrow_upward
2
arrow_downward

Вы должны загрузить образцы приложений отсюда: https://cloud.google.com/speech/docs/samples

Вы найдете образцы речи: QuickStart и Recognize.

У Recogize много опций, и одна из них - Слушать. Этот образец является потоковым аудио и непрерывно записывает результат на консоль.

В этом примере для потоковой передачи используется байтовый поток protobuf. Вот основная часть кода:

var credential = GoogleCredential.FromFile( "privatekey.json" ).CreateScoped( SpeechClient.DefaultScopes );
var channel = new Grpc.Core.Channel( SpeechClient.DefaultEndpoint.ToString(), credential.ToChannelCredentials() );
var speech = SpeechClient.Create( channel );
var streamingCall = speech.StreamingRecognize();
// Write the initial request with the config.
await streamingCall.WriteAsync(
    new StreamingRecognizeRequest()
    {
        StreamingConfig = new StreamingRecognitionConfig()
        {
            Config = new RecognitionConfig()
            {
                Encoding =
                RecognitionConfig.Types.AudioEncoding.Linear16,
                SampleRateHertz = 16000,
                LanguageCode = "hu",
            },
            InterimResults = true,
        }
    } );

конечно язык надо поменять.

Затем должен быть потоковый контент:

streamingCall.WriteAsync(
    new StreamingRecognizeRequest()
    {
        AudioContent = Google.Protobuf.ByteString
            .CopyFrom( args.Buffer, 0, args.BytesRecorded )
    } ).Wait();
person György Gulyás    schedule 06.03.2018