speech-recognition - 如何使用 Codename One 中的 Google Speech API？

Question

我想从手机录制音频，然后将其发送到谷歌语音非流媒体 API。我可以使用 Capture.captureAudio() 进行录音，但是我不知道音频编码和采样率是什么，因为它们是必需的 for the api request .
如何获取音频编码和采样率，以便我可以将它们与我的 API 请求一起发送？

Answer 1

如果您查看 sources在 Android 上，它记录在 AMR-WB 中

        recorder.setAudioSource(MediaRecorder.AudioSource.MIC);
        recorder.setOutputFormat(MediaRecorder.OutputFormat.THREE_GPP);
        recorder.setAudioEncoder(MediaRecorder.AudioEncoder.AMR_WB);
        recorder.setOutputFile(temp.getAbsolutePath());

如果您正确使用 Google 语音 API 接受 AMR-WB set audio format .

另一个问题是文件在3GPP容器中被记录为AMR-WB，所以你需要一个自定义代码从3GPP中提取音频数据，你可以找到它 here :

// #!AMR\n
private static byte[] AMR_MAGIC_HEADER = {0x23, 0x21, 0x41, 0x4d, 0x52, 0x0a};


public byte[] convert3gpDataToAmr(byte[] data) {
    if (data == null) {
        return null;
    }

    ByteArrayInputStream bis = new ByteArrayInputStream(data);
    // read FileTypeHeader
    FileTypeBox ftypHeader = new FileTypeBox(bis);
    // You can check if it is correct here
    // read MediaDataHeader
    MediaDataBox mdatHeader = new MediaDataBox(bis);
    // You can check if it is correct here
    int rawAmrDataLength = mdatHeader.getDataLength();
    int fullAmrDataLength = AMR_MAGIC_HEADER.length + rawAmrDataLength;
    byte[] amrData = new byte[fullAmrDataLength];
    System.arraycopy(AMR_MAGIC_HEADER, 0, amrData, 0, AMR_MAGIC_HEADER.length);
    bis.read(amrData, AMR_MAGIC_HEADER.length, rawAmrDataLength);
    return amrData;
}

另请注意，AMR-WB 的准确度略低，因此您可能需要考虑使用更详细的 API 而非代号的原始音频捕获。