沃森ASR python WebSocket

Question

我使用python使用Websockets库实现，以便使用Watson ASR执行实时语音识别。这个解决方案直到最近才起作用，但大约在一个月前就停止工作了。连握手都没有。奇怪的是，我没有更改代码(如下)。另一个使用不同帐户的同事也有同样的问题，所以我们不认为我们的帐户有什么问题。关于这个问题，我已经和IBM联系过了，但是由于没有握手，所以他们不可能跟踪他们是否出了问题。websocket的代码如下所示。

import websocket
(...)
ws = websocket.WebSocketApp(
   self.api_url,
   header=headers,
   on_message=self.on_message,
   on_error=self.on_error,
   on_close=self.on_close,
   on_open=self.on_open
)

在url为'wss://stream.watsonplatform.net/speech-to-text/api/v1/recognize'，的地方，头是授权令牌，以及处理回调的其他函数和方法。目前发生的情况是，该方法运行并等待连接超时。我想知道这个问题是否发生在运行这个websocket客户机库的Python中与Watson一起运行实时ASR的其他人身上。

Answer 1

@zedavid --一个多月前，我们转而使用IAM，因此username和password被IAM apikey取代。您应该将Cloud演讲迁移到文本实例到IAM。有一个迁移页面将帮助您了解更多有关这方面的信息。您还可以创建一个新的语音到文本实例，这将是一个资源控制的实例在默认情况下。

一旦您拥有了新实例，您将需要获得一个类似于Cloud中的access_token的token。access_token将用于授权您的请求。

最后，我们最近在Python中发布了对语音到文本和文本到语音的支持。我鼓励您使用它，而不是为令牌交换和WebSocket连接管理编写代码。

service = SpeechToTextV1(
    iam_apikey='YOUR APIKEY',
    url='https://stream.watsonplatform.net/speech-to-text/api')

# Example using websockets
class MyRecognizeCallback(RecognizeCallback):
    def __init__(self):
        RecognizeCallback.__init__(self)

    def on_transcription(self, transcript):
        print(transcript)

    def on_connected(self):
        print('Connection was successful')

    def on_error(self, error):
        print('Error received: {}'.format(error))

    def on_inactivity_timeout(self, error):
        print('Inactivity timeout: {}'.format(error))

    def on_listening(self):
        print('Service is listening')

    def on_hypothesis(self, hypothesis):
        print(hypothesis)

    def on_data(self, data):
        print(data)

# Example using threads in a non-blocking way
mycallback = MyRecognizeCallback()
audio_file = open(join(dirname(__file__), '../resources/speech.wav'), 'rb')
audio_source = AudioSource(audio_file)
recognize_thread = threading.Thread(
    target=service.recognize_using_websocket,
    args=(audio_source, "audio/l16; rate=44100", mycallback))
recognize_thread.start()

Answer 2

谢谢你的标题信息。对我来说是这样的。

我正在使用WebSocket-Client0.54.0，这是目前的最新版本。我生成了一个令牌

curl -u <USERNAME>:<PASSWORD>  "https://stream.watsonplatform.net/authorization/api/v1/token?url=https://stream.watsonplatform.net/speech-to-text/api"

在下面的代码中使用返回的令牌，我能够进行握手

import websocket

try:
    import thread
except ImportError:
    import _thread as thread
import time
import json


def on_message(ws, message):
    print(message)


def on_error(ws, error):
    print(error)


def on_close(ws):
    print("### closed ###")

def on_open(ws):
    def run(*args):
        for i in range(3):
            time.sleep(1)
            ws.send("Hello %d" % i)
        time.sleep(1)
        ws.close()
        print("thread terminating...")

    thread.start_new_thread(run, ())


if __name__ == "__main__":
    # headers["Authorization"] = "Basic " + base64.b64encode(auth.encode()).decode('utf-8')
    websocket.enableTrace(True)
    ws = websocket.WebSocketApp("wss://stream.watsonplatform.net/speech-to-text/api/v1/recognize",
                                on_message=on_message,
                                on_error=on_error,
                                on_close=on_close,
                                header={
                                    "X-Watson-Authorization-Token": <TOKEN>"})
    ws.on_open = on_open
    ws.run_forever()

响应：

--- request header ---
GET /speech-to-text/api/v1/recognize HTTP/1.1
Upgrade: websocket
Connection: Upgrade
Host: stream.watsonplatform.net
Origin: http://stream.watsonplatform.net
Sec-WebSocket-Key: Yuack3TM04/MPePJzvH8bA==
Sec-WebSocket-Version: 13
X-Watson-Authorization-Token: <TOKEN>


-----------------------
--- response header ---
HTTP/1.1 101 Switching Protocols
Date: Tue, 04 Dec 2018 12:13:57 GMT
Content-Type: application/octet-stream
Connection: upgrade
Upgrade: websocket
Sec-Websocket-Accept: 4te/E4t9+T8pBtxabmxrvPZfPfI=
x-global-transaction-id: a83c91fd1d100ff0cb2a6f50a7690694
X-DP-Watson-Tran-ID: a83c91fd1d100ff0cb2a6f50a7690694
-----------------------
send: b'\x81\x87\x9fd\xd9\xae\xd7\x01\xb5\xc2\xf0D\xe9'
Connection is already closed.
### closed ###

Process finished with exit code 0

根据RFC 6455的说法，服务器应该用101个交换协议来响应，

来自服务器的握手看起来如下： HTTP/1.1 101交换协议升级: websocket连接:升级Sec-WebSocket-接受: s3pPLMBiTxaQ9kYGzzhZRbK+xOo= Sec-WebSocket-协议: chat

此外，当我使用ws://而不是wss://时，我将面临操作超时问题。

更新:带有实时语音识别的示例- https://github.com/watson-developer-cloud/python-sdk/blob/master/examples/microphone-speech-to-text.py