代码之家 › 专栏 › 技术社区 › Toto

使用Xamarin和Microsoft语音服务API执行实时连续语音识别

bing-speech audio-recording speech-recognition xamarin c#

Toto · 技术社区 · 8 年前

我在Bing语音API的文档中看到,可以将录音麦克风输入流式传输到REST服务( https://docs.microsoft.com/en-us/azure/cognitive-services/speech/home ):

实时连续识别。语音识别API启用用户可以将音频实时转录成文本,并支持接收已输入单词的中间结果目前已被认可。

我找不到一个示例来说明如何使用Xamarin表单以跨平台的方式实现这一点 .

我找到了以下教程: https://developer.xamarin.com/guides/xamarin-forms/cloud-services/cognitive-services/speech-recognition/

但在这种情况下,发送到API的音频流是一个已经存在的音频文件, 然而,我想实现的是流式传输运行应用程序的设备(Android、iOS、UWP)的麦克风输入 .

如有任何见解,将不胜感激。

3 回复 | 直到 8 年前

Martin Zikmund 8 年前

恐怕没有与兼容的库 Xamarin 支持实时Microsoft语音API。唯一兼容的是Bing语音API,它使用REST协议,不提供实时转录。

实时转录需要 Speech Service WebSocket protocol 有完整的文件记录。您可以自己实现这个接口,但要可靠地实现它可能是一项相当复杂的任务。

但是,有一些本机库 iOS 和 Android 它们确实支持实时流功能。你可以看到 tutorial for iOS 和 tutorial for Android

然后可以使用Xamarin绑定库将本机库绑定到Xamarin项目中。对于Java库 see this tutorial 对于Objective-C库 see this tutorial .

尤其是创建Objective-C绑定可能是一项艰巨的任务,通常更容易创建一个Objective-C库,作为门面,然后使用本机库。您将了解facade库的接口,然后可以更轻松地创建绑定。您还可以考虑让Xamarin团队为您创建绑定,因为他们维护的 third-party library bindings on GitHub .