如何使用google speech recognition进行实时语音识别

Question

关于我在项目中遇到的一个问题，我有一个问题。它被认为是通过言语与使用者交流的。我正在使用google speech api向系统发出命令。它需要一些时间来处理命令，然后响应back.The问题是，它需要比预期更长的暂停时间(6-8秒)，然后继续回答。

对于我的程序，我需要实时语音识别，以便系统在我完成问题后立即响应。我的问题是，有没有办法在说出每个单词时将其发送到API，而不是在完成后发送整个句子。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，正在做一个学术项目。任何帮助都是非常感谢的。非常感谢。

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Speech API的环境，您可以查看realtime-transcription-playground存储库。