如何使用谷歌语音识别实现实时语音识别。

Question

我有一个关于项目问题的问题。它应该通过语音与用户进行通信。我正在使用Google语音API向系统发送命令。它需要一些时间来处理命令，然后回复。问题是，它需要比预期更长的暂停时间（6-8秒），然后才能回答。

对于我的程序，我需要实时语音识别，使系统在我完成问题后立即响应。我的问题是，是否有任何方法可以在每个单词被说出时将其发送到API，而不是在完成整个句子后再发送整个句子。我的代码如下：

import speech_recognition as sr

# obtain audio from the microphone
r = sr.Recognizer()
with sr.Microphone() as source:
    print("Say something!")
    audio = r.listen(source)

try:
    print("You said " + r.recognize_google(audio))
except sr.UnknownValueError:
    print("Ooops! Could not understand audio")
except sr.RequestError as e:
    print("Could not request results from Google Speech Recognition service; {0}".format(e))

我是一名学生，正在进行学术项目。非常感谢您的帮助。

- Tauseef_Ahmed

Answer 1

您可以将interimResults参数设置为True https://cloud.google.com/speech-to-text/docs/basics。

如果您正在寻找一个可以克隆并开始使用语音API的环境，您可以查看realtime-transcription-playground存储库。

- Sahar