google-cloud-platform - Google Speech API 单句

Question

Google Speech API 的如何使用 SingleUtterance工作？根据文档，这是谷歌确定说话者何时说出单个话语的方式。我明白它的作用，但我想知道如何？ API 是否只是等待一段时间的“无语”音频？如果是这样，多久一段无声的音频会触发一段话语的结束吗？

它是否有其他类型的 AI 算法可以帮助确定某人何时停止说话？

谢谢

Answer 1

我不认为细节会暴露，在我看来，音频结尾的检测是 API 的决定。相反，它提供了识别何时做出此类决定的方法。

在正常情况下，流将继续收听和处理音频，直到 the stream is closed directly, or the stream's limit length has been exceeded .在这种情况下，single_utterance 不需要设置。

当您需要它(例如语音命令)并设置 single_utterance=true 时，API 将决定何时完成识别并向您的客户端发送 END_OF_SINGLE_UTTERANCE event并停止承认。