iOS 10 SpeechKit:在部分结果期间需要帮助获取每个单词的时间戳

Question

现在，我需要语音到文本转换中每个单词的时间戳--即单词开始的时间以及持续时间。

但是，当记录每个转录的结果时，只有在转录完全完成时才会记录时间戳和持续时间。

示例代码(来自Apple)：

// Configure request so that results are returned before audio recording is finished
recognitionRequest.shouldReportPartialResults = true

// A recognition task represents a speech recognition session.
// We keep a reference to the task so that it can be cancelled.
recognitionTask = speechRecognizer.recognitionTask(with: recognitionRequest) { result, error in
    var isFinal = false

    if let result = result {
        self.textView.text = result.bestTranscription.formattedString
        isFinal = result.isFinal

        for word in result.bestTranscription.segments {
            print("\(word.substring)\(word.timestamp)")
        }
    }

    if error != nil || isFinal {
        self.audioEngine.stop()
        inputNode.removeTap(onBus: 0)

        self.recognitionRequest = nil
        self.recognitionTask = nil

        self.recordButton.isEnabled = true
        self.recordButton.setTitle("Start Recording", for: [])
    }
}

有谁知道如何实时获取单词的时间戳？它们实际上每次都返回0，直到它完成为止。我从这里获取示例代码：

https://developer.apple.com/library/prerelease/content/samplecode/SpeakToMe/Introduction/Intro.html

Answer 1

时间戳的计算是一个计算量很大的操作，它通常不会在解码过程中实现，只是作为结果的后处理。因此，在许多引擎中，不可能获得部分时间戳。

如果你仍然想要时间戳，你需要考虑一个不同的库，可能还有一个不同的算法。