Watson STT Java-Websockets Java和HTTP POST之间的不同结果

我正在尝试构建一个应用程序，它采用流式音频输入（例如：麦克风中的线路），并使用IBMBlueMix（Watson）将语音转换为文本

我简要地修改了找到的示例Java代码。这个例子发送了一个WAV，但是我发送了一个FLAC。。。这是不相关的

结果很糟糕，非常糟糕。这是我在使用Java Websockets代码时得到的结果：

{
  "result_index": 0,
  "results": [
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "it was six weeks ago today the terror ",
          "confidence": 0.92
        }
      ]
    }
  ]
}

现在，将上面的结果与下面的结果进行比较。以下是使用cURL（HTTP POST）发送相同内容时的结果：

这几乎是一个完美的结果

---

为什么在使用WebSocket时会有差异？

这个问题在

3.0.0-RC1

版本中得到了解决

您可以从以下位置获取新的jar：

马文

<dependency>
    <groupId>com.ibm.watson.developer_cloud</groupId>
    <artifactId>java-sdk</artifactId>
    <version>3.0.0-RC1</version>
</dependency>

罐子

下载（~1.4MB）

---

下面是一个如何使用WebSocket识别flac音频文件的示例

SpeechToText service = new SpeechToText();
service.setUsernameAndPassword("<username>", "<password>");

FileInputStream audio = new FileInputStream("path-to-audio-file.flac");

RecognizeOptions options = new RecognizeOptions.Builder()
  .continuous(true)
  .interimResults(true)
  .contentType(HttpMediaType.AUDIO_FLAC)
  .build();

service.recognizeUsingWebSocket(audio, options, new BaseRecognizeCallback() {
  @Override
  public void onTranscription(SpeechResults speechResults) {
    System.out.println(speechResults);
  }
});

SpeechToText服务=新建SpeechToText（）；
service.setUserName和密码（“，”）；
FileInputStream audio=newfileinputstream（“指向audio file.flac的路径”）；
RecognizeOptions=newrecognizeoptions.Builder（）
.连续（真）
.interimResults（真）
.contentType（HttpMediaType.AUDIO\u FLAC）
.build（）；
service.recognizeUsingWebSocket（音频、选项、新BaseRecognitizeCallback（）{
@凌驾
公开无效的onTranscription（SpeechResults SpeechResults）{
System.out.println（speechResults）；
}
});

}

要测试的FLAC文件：

---

---

注意：

3.0.0-RC1

是一个候选发行版。下周我们将发布一个生产版本（

3.0.1

）。

我在存储库中创建了一个问题，并将研究这个问题。您可以将您正在使用的音频文件添加到该问题吗？@Germanatanasio这是文件。很酷，我在github中添加了这个问题，并将致力于解决这个问题。我会查一查，然后告诉你。

'com.ibm.watson.developer_cloud:java-sdk:3.0.0-RC1'

SpeechToText service = new SpeechToText();
service.setUsernameAndPassword("<username>", "<password>");

FileInputStream audio = new FileInputStream("path-to-audio-file.flac");

RecognizeOptions options = new RecognizeOptions.Builder()
  .continuous(true)
  .interimResults(true)
  .contentType(HttpMediaType.AUDIO_FLAC)
  .build();

service.recognizeUsingWebSocket(audio, options, new BaseRecognizeCallback() {
  @Override
  public void onTranscription(SpeechResults speechResults) {
    System.out.println(speechResults);
  }
});