捕获发送到 Google 语音识别服务器的音频答案

【问题标题】：Capturing audio sent to Google's speech recognition server捕获发送到 Google 语音识别服务器的音频
【发布时间】：2011-08-21 00:07:39
【问题描述】：

为了通过 Google 服务器识别语音，我使用 SpeechRecognizer 类与 RecognitionListener 结合使用，如 Stephan 的 answer 到 this question 中所建议的那样。此外，我尝试使用来自 RecognitionListener 的 onBufferReceived() 回调来捕获正在识别的音频信号，例如：

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 SpeechRecognizer 无法连接到 Google 服务器，当音频块没有复制到上述sig 数组中，并且抛出 HTTP 连接超时异常。 SpeechRecognizer 最终连接到 Google 服务器，识别结果表明接收到完整的音频信号；只有sig 数组缺少一些音频块。

有人遇到同样的问题吗？任何解决方案的提示？谢谢！

【问题讨论】：

您是如何处理 sig 以获取原始音频信号以识别丢失的块的？

标签： android speech-recognition voice-recognition

【解决方案1】：

我倾向于说这可能是识别服务的行为不一致，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符合规范。到目前为止，我注意到以下内容（在 Android 2.3.4 上）：我在录制时获取字节，但如果有例如 SocketTimeout，它会在一段时间后尝试将数据重新发送到服务器，但不调用 @ 987654322@ 再次获取相同的数据。用于测试的代码与您在帖子中链接的代码相同。

为什么您认为在该方法中收到的音频中缺少某些块？如果只是丢失了几个块，甚至可能是这种情况，尽管这些块丢失了，但识别仍然有效。

【讨论】：

【解决方案2】：

在现代版本中 onBufferReceieved 不起作用，您可以改为检查 record/save audio from voice recognition intent。

【讨论】：

【解决方案3】：

实现这一目标的最佳方式是反过来。使用AudioRecord 捕获您的音频数据，（我建议使用VOICE_COMMUNICATION 而不是MIC 作为输入，这样您可以获得真正干净的音频），然后将其传递给SpeechRecognizer。 :)

【讨论】：

你有这方面的例子吗？
@tommed 知道如何将音频数据传递给 SpeechRecognizer 吗？