将FLAC或AMR_WB中的音频流传输到Google Speech API

Question

我需要在带宽较低的环境中运行Google Speech API。

根据对最佳做法的了解，似乎最好的选择是使用AMR_WB格式。

但是，以下代码不会产生任何异常，并且在var socket = Socket("https://192.168.113.157:8443/HLS_BACKEND/rtisTrackDataGIS"); socket.on("message", function(event){ var data = event.data; console.log(data);/////////////////////////////////// 方法中没有任何响应，但是API在onError(t: Throwable)方法中根本没有返回任何值。

如果我将onNext(value: StreamingRecognizeResponse)或.setEncoding()的格式从FLAC改回AMR_WB，一切正常。

AudioEmitter.kt

LINEAR16

MainActivity.kt

fun start(
            encoding: Int = AudioFormat.ENCODING_PCM_16BIT,
            channel: Int = AudioFormat.CHANNEL_IN_MONO,
            sampleRate: Int = 16000,
            subscriber: (ByteString) -> Unit
    )

Answer 1

Google不会识别您的数据，因为您告诉它数据为 FLAC 或 AMR_WB 格式，而您一直在传递{{1 }}产生。

现在，为了使其正常工作，您有两种选择。首先是自己将数据转换为所需的格式，可能使用某些第三方库。第二个是使用Android库中的 MediaRecorder 。不幸的是，它仅支持写入类似文件的目标，因此您不能简单地用它替换 AudioRecorder ，但是this answer中描述了一种解决方法。