Java IBM Watson使用WebSocket将语音转换为文本

我正在尝试使用Watson Developer Cloud java SDK转录大型音频文件。我尝试了无会话方法，效果很好，但是当我尝试WebSockets方法时，事情变得不可靠

大多数情况下，该方法返回时不会向学员传递

SpeechResult

；它很少工作，但它只转录前几秒钟

这就是我的代码的样子：

static SpeechResults transcript = null;
private static String SpeechToText(String audioFile) throws FileNotFoundException {
        SpeechToText service = new SpeechToText();
        service.setUsernameAndPassword("<!!USERNAME!!>", "<!!PASSWORD!!>");
        service.setEndPoint("https://stream.watsonplatform.net/speech-to-text/api");

        RecognizeOptions options = new RecognizeOptions();
        options.contentType("audio/ogg;codecs=opus");
        options.continuous(Boolean.TRUE);
        options.inactivityTimeout(-1);
        options.model(Models.GetModelName(Models.SpeechModelEnums.ArabicBroadband));
        options.timestamps(Boolean.TRUE);
        options.wordAlternativesThreshold(0.5);
        options.wordConfidence(Boolean.TRUE);

        options.interimResults(Boolean.FALSE);

        File audio = new File(audioFile);

        //This is my sessionless call
        //SpeechResults transcript = service.recognize(audio, options);


        service.recognizeUsingWebSockets(new FileInputStream(audio),  options, new BaseRecognizeDelegate()
        {
                @Override
                public void onMessage(SpeechResults speechResults){
                System.out.println(speechResults);                
                }
            }
        );

        return "";//transcript.toString();
    } 

static SpeechResults transcript=null；
私有静态字符串SpeechToText（字符串音频文件）引发FileNotFoundException{
SpeechToText服务=新建SpeechToText（）；
service.setUserName和密码（“，”）；
service.setEndPoint（“https://stream.watsonplatform.net/speech-to-text/api");
RecognizeOptions=newrecognizeoptions（）；
options.contentType（“音频/ogg；编解码器=作品”）；
options.continuous（Boolean.TRUE）；
选项。不活动超时（-1）；
options.model（Models.GetModelName（Models.speechmodelenum.ArabicBroadband））；
options.timestamps（Boolean.TRUE）；
options.wordAlternativesThreshold（0.5）；
options.wordConfidence（Boolean.TRUE）；
options.interimResults（Boolean.FALSE）；
文件音频=新文件（音频文件）；
//这是我的无会话通话
//SpeechResults转录本=服务。识别（音频、选项）；
服务。使用WebSocket（新文件输入流（音频）、选项、新BaseRecognitizeDelegate（）进行识别
{
@凌驾
消息（SpeechResults SpeechResults）上的公共空白{
System.out.println（speechResults）；
}
}
);
返回“”；//transcript.toString（）；
} 

我已经连续启用了。我试着摆弄一下交互结果，但没用

---

我做错了什么？

您提到的问题已在

3.0.0-RC1

版本中修复。
我有一个类似的问题，并添加了一个代码片段，可以使用WebSocket识别音频文件

---

从

3.0.0-RC1

开始，在中有一个WebSocket示例。

您正在使用哪个版本的SDK？我想他们最近已经取代了websockets库。（我自己也有同样的问题）这很有效，谢谢。但是，我注意到在示例中，您调用Thread.sleep（）来等待异步调用。是否有更好的方法等待转录操作完成？那么我如何等待转录过程完成呢？是否有我应该处理的事件或回调？

SpeechResults

有一个方法。嗯，如果我使用continuous，我会在

isFinal（）

设置为true时得到许多结果。我相信无论何时在音频中发现暂停，都会将

isFinal（）

设置为true，但这并不一定意味着它已经到达了文件的结尾。对不起，我的错，我正在查看

转录本

对象的

isFinal（）

而不是

SpeechResult