捕获发送到 Google 语音识别服务器的音频

Question

认识到由谷歌服务器的演讲，我用SpeechRecognizer类与RecognitionListener组合中建议斯蒂芬的回答到这个问题。此外，我尝试使用 RecognitionListener 中的 onBufferReceived() 回调来捕获正在识别的音频信号，例如：

byte[] sig = new byte[500000] ;
int sigPos = 0 ;
...
public void onBufferReceived(byte[] buffer) {
  System.arraycopy(buffer, 0, sig, sigPos, buffer.length) ;
  sigPos += buffer.length ;
}
...

这似乎工作正常，除非 SpeechRecognizer 无法连接到 Google 服务器、音频块未复制到上述sig数组中，并且会引发 HTTP 连接超时异常。SpeechRecognizer 最终连接到谷歌服务器，识别结果表明收到了完整的音频信号；只有sig数组缺少一些音频块。

有没有人遇到同样的问题？任何解决方案的提示？谢谢！

Answer 1

我倾向于说这可能是识别服务行为的不一致，甚至可能是您使用的 Android 版本中的错误。但是，文档指出，不能保证调用此方法，因此它符合规范。到目前为止我注意到的是以下内容（在Android 2.3.4上）：我在记录时获取字节，但是如果有例如a，SocketTimeout它会在一段时间后尝试将数据重新发送到服务器，但不会onBufferReceived再次调用相同的数据数据。用于测试的代码与您在帖子中链接的代码相同。

您认为为什么您在该方法中收到的音频中缺少一些块？如果只是丢失了几个块，甚至可能会出现这样的情况：尽管丢失了这些块，但识别仍然有效。