Azure Speech SDK 使用 python 从流中语音到文本答案

【问题标题】：Azure Speech SDK Speech to text from stream using pythonAzure Speech SDK 使用 python 从流中语音到文本
【发布时间】：2020-06-12 20:42:47
【问题描述】：

我正在尝试将流从 UI 发送到 python API 作为流。我需要 python Azure Speech 逻辑来将语音转换为文本。我不确定如何将拉/推音频输入流用于语音到文本

【问题讨论】：

如果我的回答有帮助，能否请您标记为已接受？谢谢

标签： python azure stream speech-to-text

【解决方案1】：

有一个使用cognitive services speech sdk的示例。

具体来说，配合拉流使用可以参考：speech_recognition_with_pull_stream()，配合推流使用可以参考：speech_recognition_with_push_stream()。

希望对您有所帮助。

【讨论】：

用于发送实时流以获取文本，建议使用哪一个？何时使用每种方法，即每种方法的重要性是什么。在我的场景中，我使用的是 wav 文件。在理想情况下，我想使用流

【解决方案2】：

就我而言，我从其他来源收到音频流。当与我的应用程序建立连接时（收到第一个包后），将启动 PushAudioInputStream。此流将接收到的每个包的数据推送到 SDK。因此在这种情况下使用带有推送流的语音识别。请参阅下面的代码的 sn-p。这对我的情况有效。

if newConnection:
    stream = speechsdk.audio.PushAudioInputStream()
    speech_recognition_with_push_stream(stream)

stream_data = base64.b64decode(data)
stream.write(stream_data)

【讨论】：