vosk 翻译输出仅显示最后一批翻译

Question

当我尝试使用自己的音频文件运行 test_ffmpeg.py 时，它并没有真正在最后显示所有翻译。但它只显示最后一段/批次。就像，我的音频文件是这样的：

The quick brown fox jumps over the lazy dog
The quick brown fox jumps over the lazy cat
The quick brown fox jumps over the lazy rat
The quick brown fox jumps over the lazy bat

会发生的事情是，它会闪烁所有这些文本，并且看起来它们已按预期翻译，但在脚本末尾，它只显示“敏捷的棕色狐狸跳过懒惰的蝙蝠”作为最终结果

检查实际文件后，此行应显示所有翻译的文本，但它仅打印捕获的最后部分。

print(rec.FinalResult())

Answer 1

rec.FinalResult()仅用于如文档所示的文件末尾。

返回语音识别结果。与结果相同，但不等待静音您通常在流的末尾调用它以获取音频的最终位。它刷新功能管道，因此所有剩余的音频块都得到处理。

您可能正在寻找一种将每个结果附加到数组的解决方案。然后您可以将其打印出来或将其附加到文件中。

results = []
subs = []
while True:
   data = process.stdout.read(4000)
   if len(data) == 0:
       break
   if rec.AcceptWaveform(data):
       results.append(rec.Result())
results.append(rec.FinalResult())