如何將STT文件流傳輸到IBM Watson（Unity）？

Question

我正在使用IBM Watson Unity SDK

Web上有一些有關如何將文件發送到IBM Watson的示例。

但是沒有確切的例子說明如何將長文件分割成流。 因此，我想做的是： 我有一個日志音頻文件（大約1-3分鍾），並希望將其發送給Watson以識別語音。

IBM Watson僅接受<5mb的文件，但我的文件較大，因此我需要將其拆分並作為部分發送。

這是我的代碼：

private void OnAudioLoaded (AudioClip clip)
{
    Debug.Log ("Audio was loaded and starting to stream...");
    _chunksCount = 0;

    float[] clipData = new float[(int)(clip.length * CHUNK_SIZE)];
    clip.GetData (clipData, 1);

    try {
        _speechToText.StartListening (OnRecognize);

        for (int i = 0; i < Math.Ceiling (clip.length / SECONDS_TO_SPLIT); i++) {
            Debug.Log ("Iteration of recognition #" + i);
            _chunksCount++;

            // creating array of floats from clip array
            float[] chunkData = new float[SECONDS_TO_SPLIT * (int)CHUNK_SIZE];
            Array.Copy (clipData, i * SECONDS_TO_SPLIT * (int)CHUNK_SIZE, chunkData, 0, clipData.Length - i * SECONDS_TO_SPLIT * CHUNK_SIZE < SECONDS_TO_SPLIT * CHUNK_SIZE ? (int)(clipData.Length - i * SECONDS_TO_SPLIT * CHUNK_SIZE) : SECONDS_TO_SPLIT * (int)CHUNK_SIZE);

            // creating audioclip from floats array
            AudioClip chunk = AudioClip.Create ("ch", clip.frequency * SECONDS_TO_SPLIT, clip.channels, clip.frequency, false);
            chunk.SetData (chunkData, 0);
            AudioData audioData = new AudioData (chunk, chunk.samples);

            // sending recognition request
            _speechToText.OnListen (audioData);
        }
    } catch (OutOfMemoryException e) {
        DialogBoxes.CallErrorBox ("Audio Recognition Error", e.Message);
    }
}

問題是：

_speechToText.StartListening (OnRecognize);行_speechToText.StartListening (OnRecognize); 我分配了一個回調函數OnRecognize，該函數應在識別到某些東西時調用，但永遠不要調用它。

我正在測試的文件已經在在線網站上得到認可，絕對可以。

有什么建議么？

Answer 1

因此，數字是Watson無法識別的數據塊太小，因此我針對此特定問題的解決方案是發送更長的音頻塊，幾秒鍾長，大約半分鍾，並且識別工作正常。

我發送的音頻文件越長，收到的效果越好，但仍然必須小於5mb。

此解決方案很舊，但是可以幫助遇到相同問題的人。