Google cloud platform 谷歌云语音API的异步问题

我正试图从斑点websocket音频流中获得最终的语音转录/识别结果。方法

OnOpen

在首次建立websocket连接时执行代码，

OnBinary

方法在从客户端接收二进制数据时执行代码。我测试了websocket，将语音回传到websocket中，并以相同的速率将相同的二进制数据写入websocket。这个测试有效，因此我知道二进制数据被正确发送（640字节消息，帧大小为20ms）

因此，我的代码失败，而不是服务失败。我的目标是做到以下几点：

创建websocket连接时，将初始音频配置请求发送到API，并使用

singleutrance==true

运行后台任务，侦听流式处理结果，等待

isFinal==true

将收到的每个二进制消息发送到API进行转录

当后台任务识别出

isFinal==true

时，停止当前流式处理请求并创建新请求-重复步骤1到4

这个项目的背景是在一个现场电话中转录所有的单句话

socket.OnOpen = () =>
            {
                firstMessage = true;
            };
socket.OnBinary = async binary =>
            {
                var speech = SpeechClient.Create();
                var streamingCall = speech.StreamingRecognize();
                if (firstMessage == true)
                {
                    await streamingCall.WriteAsync(
                    new StreamingRecognizeRequest()
                    {
                        StreamingConfig = new StreamingRecognitionConfig()
                        {
                            Config = new RecognitionConfig()
                            {
                                Encoding = RecognitionConfig.Types.AudioEncoding.Linear16,
                                SampleRateHertz = 16000,
                                LanguageCode = "en",
                            },
                            SingleUtterance = true,
                        }
                    });
                    Task getUtterance = Task.Run(async () =>
                    {
                        while (await streamingCall.ResponseStream.MoveNext(
                            default(CancellationToken)))
                        {
                            foreach (var result in streamingCall.ResponseStream.Current.Results)
                            {
                                if (result.IsFinal == true)
                                {
                                    Console.WriteLine("This test finally worked");
                                }
                            }
                        }
                    });
                    firstMessage = false;
                }
                else if (firstMessage == false)
                {
                    streamingCall.WriteAsync(new StreamingRecognizeRequest()
                    {
                        AudioContent = Google.Protobuf.ByteString.CopyFrom(binary, 0, 640)
                    }).Wait();
                }
            };

---

市长的问题是设置一段流来发送演讲请求。我找到了可以帮助您进行WebSocket和语音集成的代码，看看管理Google语音请求的功能：

function startRecognitionStream(client, data) {
    recognizeStream = speechClient.streamingRecognize(request)
        .on('error', console.error)
        .on('data', (data) => {
            process.stdout.write(
                (data.results[0] && data.results[0].alternatives[0])
                    ? `Transcription: ${data.results[0].alternatives[0].transcript}\n`
                    : `\n\nReached transcription time limit, press Ctrl+C\n`);
            client.emit('speechData', data);

            // if end of utterance, let's restart stream
            // this is a small hack. After 65 seconds of silence, the stream will still throw an error for speech length limit
            if (data.results[0] && data.results[0].isFinal) {
                stopRecognitionStream();
                startRecognitionStream(client);
                // console.log('restarted stream serverside');
            }
        });
}

请记住，糟糕的音频质量会带来糟糕的结果。尝试按照有关音频的说明进行操作

我应该认识开发人员（Vinzenz Aubry），因为他/她的程序运行得很好