Azure认知语音服务STT - 部分文本

Question

在我的代码中（如下），当我通过STT处理时，它只给我整个音频的第一个字母词。

音频有 "A B C D E F"

我错过了什么？

Imports Microsoft.CognitiveServices.Speech
Imports Microsoft.CognitiveServices.Speech.SpeechConfig
Imports Microsoft.CognitiveServices.Speech.Audio

Module Module1

    Sub Main()
        Dim SpeechConfig As SpeechConfig = FromSubscription("<CHANGED>", "eastus")
        Dim audioConfig As Audio.AudioConfig = Audio.AudioConfig.FromWavFileInput("<CHANGED>.wav")
        SpeechConfig.OutputFormat = Microsoft.CognitiveServices.Speech.OutputFormat.Detailed
        Dim recognizer As New SpeechRecognizer(SpeechConfig, audioConfig)
        Dim result = recognizer.RecognizeOnceAsync().Result

        Select Case result.Reason
            Case ResultReason.RecognizedSpeech
                Console.WriteLine($"RECOGNIZED: Text={result.Text}")
                Console.WriteLine($"    Intent not recognized.")
            Case ResultReason.NoMatch
                Console.WriteLine($"NOMATCH: Speech could not be recognized.")
            Case ResultReason.Canceled
                Dim cancellation = CancellationDetails.FromResult(result)
                Console.WriteLine($"CANCELED: Reason={cancellation.Reason}")

                If cancellation.Reason = CancellationReason.[Error] Then
                    Console.WriteLine($"CANCELED: ErrorCode={cancellation.ErrorCode}")
                    Console.WriteLine($"CANCELED: ErrorDetails={cancellation.ErrorDetails}")
                    Console.WriteLine($"CANCELED: Did you update the subscription info?")
                End If
        End Select

    End Sub

End Module

你可以在这里下载github上的音频文件。https:/github.comullfindsmitStackOverflowAssetsblobmasterabcdef.wav。

另外，如果你知道我在哪里可以得到一个更详细的STT数据，我会很感激它.我正在寻找的是像一个JSON输出，说开始时间和结束时间与单词和or句子。

你的帮助是非常感激的。

更新因此，由于某些原因，异步处理程序没有为我工作，但是，下面的代码做到了。

        While True
            Dim result = recognizer.RecognizeOnceAsync().Result
            Select Case result.Reason
                Case ResultReason.RecognizedSpeech
                    Console.WriteLine($"RECOGNIZED: Text={result.Text}")
                    Console.WriteLine($"    Intent not recognized.")
                Case ResultReason.NoMatch
                    Console.WriteLine($"NOMATCH: Speech could not be recognized.")
                Case ResultReason.Canceled
                    Dim cancellation = CancellationDetails.FromResult(result)
                    Console.WriteLine($"CANCELED: Reason={cancellation.Reason}")

                    If cancellation.Reason = CancellationReason.[Error] Then
                        Console.WriteLine($"CANCELED: ErrorCode={cancellation.ErrorCode}")
                        Console.WriteLine($"CANCELED: ErrorDetails={cancellation.ErrorDetails}")
                        Console.WriteLine($"CANCELED: Did you update the subscription info?")
                    End If

                    Exit While
            End Select
        End While

Answer 1

的.... RecognizeOnceAsync 方法将只识别 "一次"......音频数据文件中包含的第一个 "语句"。如果你想识别一个以上的短语，你可以做以下两件事之一。

1. 调用 RecognizeOnceAsync 反复... 识别出最后一个短语后，下一次调用该方法时，将返回一个结果，该结果有 result.Reason 设为 Canceled.

2. 转换使用 RecognizeOnceAsync 到使用 StartContinuousRecognitionAsync 并将一个事件手柄连接到 Recognizing 事件。事件回调将允许你通过检查的 SpeechRecognitionEventArgs 通过，像这样。e.Result ...

你可以通过运行Speech CLI看到这两个行为，就像这样。

spx recognize --once+ --key YOUR-KEY --region YOUR-REGION --file "https://github.com/ullfindsmit/StackOverflowAssets/blob/master/abcdef.wav"
spx recognize --continuous --key YOUR-KEY --region YOUR-REGION --file "https://github.com/ullfindsmit/StackOverflowAssets/blob/master/abcdef.wav"

你可以在这里下载Speech CLI: https:/aka.msspeechspx-zips.zip。