リアルタイム翻訳のためのPythonアプリケーションを開発しています。リアルタイムで音声を認識する必要があります：ユーザーが何かを言うと、自動的にこの音声をGoogle Speech APIに送信し、テキストを返します。だから私は、認識されたテキストが発言中にすぐに現れるようにしたい。Google Cloud Speech APIリアルタイム認識
私はストリーミング音声認識を見つけましたが、まだ完全なスピーチを録音してからサーバーに送信する必要があるようです。また、Pythonでの使用方法の例はありません
Google Speech APIでこれを行うことは可能ですか？
は、このリンクをチェックアウト：
https://github.com/Uberi/speech_recognition/blob/master/examples/microphone_recognition.py
をこれは、マイクからの音声を取得するための一例です。認識プロセスにはいくつかのコンポーネントがあります。私の経験では、Sphinx Recognitionは正確さに欠けています。 Googleの音声認識は非常にうまく機能します。
これはGoogle Speech APIで実行できます。
ただし、コンテンツの制限は1分です。
下記のリンクをご確認ください。
https://cloud.google.com/speech/quotas
だから、1分ごとに再起動する必要があります。
以下のリンクは、Pythonによるマイクロフォンストリーミングのコード例です。
https://cloud.google.com/speech/docs/streaming-recognize#speech-streaming-recognize-python