不接收来自第一个音频块的结果

Question

我想要一些级别的实时语音到文本转换。我正在使用interim_results=true的网络套接字界面。但是，我只收到第一个音频块的结果。我发送的第二个，第三个......音频块没有被转录。我知道我的接收器没有被阻止，因为我收到了不活动消息。

json {"error": "Session timed out due to inactivity after 30 seconds."}

如果我需要提供更多上下文信息，请告诉我是否遗漏了某些内容。

仅供参考，这是我的init json。

{
 "action": "start",
 "content-type":"audio/wav",
 "interim_results": true,
 "continuous": true,
 "inactivity_timeout": 10
}

在第一个音频块的结果中，最终的json字段始终为false。

另外，我使用的是 golang ，但这并不重要。

编辑：

考虑以下伪日志

• localhost-server接收前4秒的二进制数据#lets say Binary 1
• 二进制1发送给Watson
• {interim_result_1 for first chunk}
• {interim_result_2 for first chunk}
• localhost-server接收最后4秒的二进制数据#lets say Binary 2
• 二进制2被发送到Watson
• 向Watson发送{＆＃34;行动＆＃34;：＆＃34;停止＆＃34;}
• {interim_result_3 for first chunk}
• 第一个块的最终结果
• 我没有收到第二块的任何转录

Link to code

Answer 1

您正在收到超时消息，因为该服务会等待您发送更多音频或发送一条消息，表示音频提交结束。你发这条消息了吗？这很容易：

• 通过发送操作密钥设置为值停止的JSON文本消息：{"action": "stop"}

• 发送空二进制消息

https://www.ibm.com/smarterplanet/us/en/ibmwatson/developercloud/doc/speech-to-text/websockets.shtml

如果这不能解决您的问题，请告诉我

Answer 2

这有点晚了，但我在这里开源了一个针对Watson服务的Go SDK： https://github.com/liviosoares/go-watson-sdk

这里有一些关于语音到文本绑定的文档： https://godoc.org/github.com/liviosoares/go-watson-sdk/watson/speech_to_text

还有一个将数据流式传输到_test.go文件中的API的示例： https://github.com/liviosoares/go-watson-sdk/blob/master/watson/speech_to_text/speech_to_text_test.go

也许这可以帮到你。

Answer 3

此问题的解决方案是将wav文件的大小标头设置为0.