我想将语音与文本集成到电子桌面应用程序中，并进行实时流式传输，而不在本地生成.mp3文件，或者您可以说直接从麦克风流式传输到Google云语音。
我在Google云网站here.上找到了一篇文章（最后一次显示需要安装SoX）。
有一个非常令人困惑的要求，那就是必须在计算机中安装SoX。
但是当我包装电子应用程序并将其发布到全世界时，没有必要每个人都安装SoX。因此，当每个人都将要安装我的应用程序时，我该如何集成它或在自己的PC上安装SoX，因为正如文档所述，SoX是必须的。有什么办法吗？
答案 0 :(得分：1)
如果在链接页面中查看在node.js中编写的最后一个示例，我们会发现它使用的模块名为“ node-record-lpcm16”，它不是GCP的一部分。如果我们继续阅读，则会找到对record.start（）的调用。这样做的目的是为了获取输入的数据流（可能来自麦克风）。据我了解，当我们研究有关将语音转录为文本的文章时，我们会发现GCP不在乎音频源来自何方，而取决于您自己的应用程序从何处获得音频。该示例仅说明了一种使用SoX的可能技术，但还有其他一些技术，例如“ arecord”，甚至可能更多。我认为我们需要做的是将音频输入与GCP处理音频输入流的功能分开。因此，我不认为从GCP进行文本语音转换需要SoX，而是您获取音频数据的应用程序必须先从某个地方获取该数据，然后再将其传递给GCP，SoX是一种可能的选择。