如何在颤振中将音频字节转换为字符串

Question

我从Android和iOS的录音机插件中获取List<int>作为RAW数据，我想从字节显示实际文本，数据是系统麦克风的数据流。

有什么方法可以从字节中获取文本吗？

原始数据详细信息：

SampleRate：44100， ChannelConfig：MONO-16， 音频来源：SYSTEM-MIC

注意：我已经在使用SpeechToText插件并意识到这一点，但是我在某些时候填补了这一点，因为这会引起单词的丢失，因此我想尝试其他方法。

任何帮助将不胜感激。