谷歌云流语音短信？

Question

我希望将电子桌面应用程序中的语音到文本集成到直播中，而无需在本地生成.mp3文件，或者您可以说直接从麦克风流到google语音。

我在谷歌云网站上找到了一篇文章，那就是这里。 (最后一篇文章说需要安装SoX )。

它有一个相当混乱的要求，SoX需要安装在机器上.

但是，当我包装我的电子应用程序并将其分发给世界时，没有必要让每个人都安装SoX。那么，当每个人要安装我的应用程序时，我如何集成它，或者我可以在每个人的PC上安装SoX，因为正如文档所述，SoX是必须的。有什么办法吗？

Answer 1

如果我们查看在您链接的页面中用node.js编写的最后一个示例，我们会发现它使用了一个名为“节点记录-lpcm16 16”的模块，它不是GCP的一部分。如果我们继续读下去，就会找到对record.start()的调用。这样做的目的是来源一个输入数据流(大概从麦克风)。我的理解是，当我们研究关于将演讲转录为文本的文章时，我们看到GCP并不关心音频源来自何处，而是取决于您自己的应用程序从哪里获取它。该示例仅说明了使用SoX的一种可能的技术，但还有其他方法，如"arecord“，可能还有更多。我认为我们需要做的是将音频输入的概念与GCP处理音频输入流的能力分开。因此，我不认为GCP的语音到文本需要SoX，而是您获得音频数据的应用程序必须在将其传递给GCP之前从某个地方获取该数据，而SoX是一种可能的选择。