Google语音到文本的延迟

Question

这是一个问题，我遇到了使用谷歌语音文字引擎。我目前正在以32 in块实时播放16位/ 16 kHz音频。但是在发送音频和接收记录之间平均有25秒的延迟，这违背了实时转录的目的。

为什么会有这么高的延迟？

Answer 1

Google 文档建议使用100 ms的帧大小来减少延迟。

32 16 * (8位/1字节)*(1个样本/16位)*(1秒/ 16000个样本)=1秒。

所以，尝试发送3.2kB块代替。这将平均延迟从25s降低到~4s。