如何将STT文件流到(统一)？

Question

我正在使用IBM Watson Unity

web中有一些关于如何向IBM发送文件的示例。

但没有确切的例子，如何流一个长文件分割成各个部分。所以我想做的是：，我有一个日志音频文件(大约1-3分钟)，并希望将它发送给沃森，以便识别语音。。

IBM只接受<5mb文件，但我的文件更大，所以我需要将其拆分并作为部件发送。

这是我的代码：

private void OnAudioLoaded (AudioClip clip)
{
    Debug.Log ("Audio was loaded and starting to stream...");
    _chunksCount = 0;

    float[] clipData = new float[(int)(clip.length * CHUNK_SIZE)];
    clip.GetData (clipData, 1);

    try {
        _speechToText.StartListening (OnRecognize);

        for (int i = 0; i < Math.Ceiling (clip.length / SECONDS_TO_SPLIT); i++) {
            Debug.Log ("Iteration of recognition #" + i);
            _chunksCount++;

            // creating array of floats from clip array
            float[] chunkData = new float[SECONDS_TO_SPLIT * (int)CHUNK_SIZE];
            Array.Copy (clipData, i * SECONDS_TO_SPLIT * (int)CHUNK_SIZE, chunkData, 0, clipData.Length - i * SECONDS_TO_SPLIT * CHUNK_SIZE < SECONDS_TO_SPLIT * CHUNK_SIZE ? (int)(clipData.Length - i * SECONDS_TO_SPLIT * CHUNK_SIZE) : SECONDS_TO_SPLIT * (int)CHUNK_SIZE);

            // creating audioclip from floats array
            AudioClip chunk = AudioClip.Create ("ch", clip.frequency * SECONDS_TO_SPLIT, clip.channels, clip.frequency, false);
            chunk.SetData (chunkData, 0);
            AudioData audioData = new AudioData (chunk, chunk.samples);

            // sending recognition request
            _speechToText.OnListen (audioData);
        }
    } catch (OutOfMemoryException e) {
        DialogBoxes.CallErrorBox ("Audio Recognition Error", e.Message);
    }
}

问题是：

在_speechToText.StartListening (OnRecognize);上，我分配了一个回调函数OnRecognize，这个函数在被识别时应该被调用，但它永远不会被调用。

我正在测试的这个文件已经被确认了，在网上网站上，它绝对是好的。

有什么建议吗？

Answer 1

所以数字是，数据块太小，沃森无法识别，所以我对这个具体问题的解决方案是发送更长的音频块，几秒钟长，大约半分钟，而识别工作正常。

我发送的音频文件越长，收到的效果就越好，但我仍然必须在5mb以下。

这个解决方案很古老，但它可以帮助遇到同样问题的人。