onBeginningOfSpeech（）是在本地还是由服务器触发的？

Question

onBeginningOfSpeech()的文档说：

  

[呼叫何时]用户已开始发言。

但它没有说明这是麦克风识别（即本地）事件还是服务器识别事件（即需要谷歌语音服务器来确认语音开始）。

我试图在the source code中找到线索，但是在某些时候我在服务，回调，接口之间迷失了......这不是一个简单的谁叫 - 谁 - 序列。

您是否碰巧知道onBeginningOfSpeech()是在本地执行（例如本地电路是否检测到RMS更改），还是必须前往Google服务器并获取“是/否”？

我知道语音识别本身可以传送到Google的服务器，但它是否也为onBeginningOfSpeech()完成了？

Answer 1

有趣的问题。出于好奇，我进行了一点测试。在示例应用程序中，我在onReadyForSpeech()中禁用了WiFi：

WifiManager wifiManager = (WifiManager)getSystemService(Context.WIFI_SERVICE); 
wifiManager.setWifiEnabled(false);

观察发生了什么。果然，只要麦克风听到最轻微的噪音，就会调出onBeginningOfSpeech()。它甚至不必是演讲。

所以@KevinJunghans的结论是正确的：onBeginningOfSpeech()未由Google服务器确定或发起。

Answer 2

检测语音开始和语音结束必须在本地执行，因为系统基本上必须“监听”以确定这些事件何时发生。使用远程服务无法有效执行此操作。在语音识别中寻找语音的开始和结束被称为端点，并且使用复杂的信号处理来确定这一点。对于Google语音，客户端设备确定语音何时开始并开始记录，然后确定何时发生语音结束以停止记录。在某些系统上，终端指针还负责消除录制两端的过度静音。语音的开始也可以由用户做出的选择触发，例如点击Web浏览器上的麦克风图标。然后将录制的音频发送到Google服务器进行分析，并返回结果。有关Google非官方API及其处理此音频的详细信息，请查看this article。