Android上的实时电话字幕/转录（语音到文本）

这个问题是为了帮助“重听社区”，让他们能够阅读电话/手机通话，因为他们听不见。

Android 11提供了一个API“AudioPlaybackCaptureConfiguration”。此API使应用程序能够复制其他应用程序正在播放的音频

谷歌也在像素手机上实现了与shownn相同的功能。但它几乎没有限制-

它只支持英语，如何支持区域语言

当前的实现使用本地移动引擎将语音转换为文本，即语音不会发送到google服务器（所有处理都在移动设备本身离线进行），因此准确性也很低

在这里看到了很多帖子之后，由于谷歌的一些限制，开发人员在实现相同的功能以捕获来电者的声音，然后进行转换时似乎面临着问题

是否仍有捕获呼叫者声音（）的方法？就像我在上面分享的youtube视频一样，谷歌必须捕捉来电者的声音，其离线引擎正在处理该声音并将其转换为文本。因此，我们是否可以通过某种方式捕获来电者的语音，然后将该语音发送到某个服务器API或Google Live Transcribe应用程序（或其他任何应用程序）以获得更好的准确性，然后转换后的文本将显示在屏幕上（根据用户选择的语言）

我也是一个开发者，虽然不是移动开发者。所以有些术语可能是错误的，请原谅并提供您的建议

---

我们是否可以根据我们的要求修改Android源代码本身，并消除该限制，以便即使需要构建定制的Android操作系统，我们也可以实现我们想要做的事情？

这个问题并不具体。你有什么问题？您不知道如何获取呼叫的音频流吗？回放捕获不能识别音频流中的声音吗？@ USER 3252444——我想捕获呼叫者的声音（请注意它将被视为系统调用），我认为Android目前不提供任何捕获呼叫者声音的选项，我们可以将其输入到字幕写入应用程序中（例如谷歌现场抄本）。