Google Speech API streaming

Question

我试图用syncrecognize方法将我的PBX IVR连接到Google语音API，但由于我需要记录语音，将它发送到API，等待响应并处理它，是不可能的进行正常的对话或尝试使用正常的对话/流程语音进行实时服务。 是否有其他API推荐？或者有没有办法为Google设置VoIP /流媒体。类似于Alexa/Google Home。我没有找到任何东西RecognitionAudio对象：

Answer 1

谷歌云语音API服务支持两种不同的功能：

• 非流式识别，假设您向Google平台提供了完整的音频，并在处理完毕后收到结果
• Streaming Recognition，让您以交互方式输送到音频（实时），并收到通知的结果（部分，中间，结果和最终结果），而音频块被处理

两个以上的操作可以是：

• Syncronous，执行该命令，并等待结果（适合的短文件的标准识别）
• Asyncronous，发出命令并等待被通知/检查该特定命令的结果（通常在不同的线程中或在多语言环境，音频超过一分钟的强制模式）

流识别API是recomended为您的应用场景，认为它仅与云语音RPC API（谷歌RPC）访问，而非流识别API是既云语音REST和RPC API都可用。

我们通过gRPC API在类似的应用程序环境中使用了AsyncStreamingRecognize，该项目使用C++，环境设置相当长且复杂（您需要为您的环境下载和构建grpc，protoc和Google Speech API存根/库） 。对于我们用作参考的应用程序Google Speech API Site上的示例，一旦环境准备就绪，将示例应用程序逻辑适用于我们的特定场景非常简单。

使用流媒体API时，您对音频编码（并非所有编码均受支持）以及处理音频的长度有限制（在流媒体中最多可处理1分钟的演讲），此外，您只能访问API必须启用使用Speech API的服务帐户。

Answer 2

您可以提供记录的缓冲区对于像识别方法的内容参数：

speechClient.recognize({content: voiceRecord.buffer}, options) 
    .then((results) => { 
    const transcription = results[0]; 
    console.log(`Transcription: ${transcription}`); 
});