首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何访问Microsoft Speech SDK录制的音频流

问如何访问Microsoft Speech SDK录制的音频流
EN

Stack Overflow用户
提问于 2020-10-01 22:47:30
回答 1查看 346关注 0票数 0

我正在使用一个机器人与志愿者进行对话。我正在使用python3和微软的Speech SDK来转录志愿者的回答。录音和转录都是使用Speech SDK完成的,我还没有找到如何访问和保存录制的音频文件的方法。

最小代码示例:

代码语言:javascript
复制
import time
import azure.cognitiveservices.speech as speechsdk

# define callback
def handle_final_result(evt):
    global stop
    print('Heard:', evt.result.text)
    if 'stop' in evt.result.text:
        stop = True
        # TODO: somehow need to save all audio up to this point

# setup speech recognizer using microphone as input
audio_config = speechsdk.audio.AudioConfig(device_name='sysdefault:CARD=Microphone')
speech_key, service_region = "your-key-here", "your-region-here"
speech_config = speechsdk.SpeechConfig(subscription=speech_key, region=service_region)
speech_recognizer = speechsdk.SpeechRecognizer(speech_config=speech_config, audio_config=audio_config)

# setup callback and start listening
speech_recognizer.recognized.connect(handle_final_result)
speech_recognizer.start_continuous_recognition()
stop = False
while not stop:
    time.sleep(0.2)
speech_recognizer.stop_continuous_recognition_async()

javascript也有类似的post/response,但我一直无法在python3中使用该示例。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-10-01 23:48:12

目前Speech SDK没有提供用于语音转写的麦克风音频采集接口。该功能将在未来的版本中得到支持。如果您需要访问麦克风数据,目前推荐的方法是在您的应用程序中的Speech SDK之外创建麦克风流,然后使用Speech SDK的推流API将音频数据提供给语音转录。同时,您的应用程序能够捕获/处理您需要的音频。

https://docs.microsoft.com/en-us/python/api/azure-cognitiveservices-speech/azure.cognitiveservices.speech.audio.pushaudioinputstream?view=azure-python

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/64157812

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档