語音識別API「兵」是很慢

Question

我使用下面的代碼使用語音識別在Python

import speech_recognition as sr 

# obtain audio from the microphone 
r = sr.Recognizer() 
with sr.Microphone() as source: 
r.adjust_for_ambient_noise(source) 
print("Say something!") 
audio = r.listen(source) 
print(type(audio)) 


BING_KEY = 'KEY' # Microsoft Bing Voice Recognition API keys 32-character lowercase hexadecimal strings 
try: 
    print(type(r.recognize_bing(audio, key=BING_KEY))) 
except sr.UnknownValueError: 
    print("Microsoft Bing Voice Recognition could not understand audio") 
except sr.RequestError as e: 
    print("Could not request results from Microsoft Bing Voice Recognition service; {0}".format(e)) 

但它是非常緩慢的，它甚至落後了20秒！這是非常緩慢的，你可以在Python中推薦任何實時語音識別API？或任何建議修改該代碼

Answer 1

我使用Bing Speech API，但我不使用像你這樣的客戶端庫。我使用REST API。我使用PyAudio實時獲取音頻，當我檢測到噪聲水平已經上升時，我開始將聲音錄製到一個wav文件，然後在完成後我將音頻數據發送到api文檔爲您提供的端點。它給我的反應相當快，最多3秒，但它有點取決於你的無線網速。我的方法比你的更多參與，但它是值得的。

here是鏈接到文檔。他們在他們的例子中使用C＃，但由於它是一個在線api，如果你在標題中發送正確的信息，它應該仍然有效。