Microsoft Speech API - Cognitive Speech STT iOS：语言不变

Posted 2023-03-10

【中文标题】Microsoft Speech API - Cognitive Speech STT iOS：语言不变

【英文标题】：Microsoft Speech API - Cognitive Speech STT iOS : Language not changing

【发布时间】：2018-04-19 08:53:46

【问题描述】：

我已经开始使用识别

_micClient = [SpeechRecognitionServiceFactory createMicrophoneClient:SpeechRecognitionMode_ShortPhrase withLanguage:locale withKey:API_KEY withProtocol:(self)];

一切都按预期进行。

但是，第二次在另一个语言环境中使用相同的语言时，只能识别第一种语言。

例如：应用启动并以“hi-IN”开始识别

应用名称：com.XXXX.XXXX/1.0.1 STS： https://api.cognitive.microsoft.com/sts/v1.0/issueToken令人耳目一新 令牌 /sts/v1.0/issueToken 初始化音频服务初始化 语音服务 没有向控制器提供应用程序 ID GetIdentityPropertyValue 3 用户代理值 ios 助手 (iOS; 11.2.6;Mobile;ProcessName/AppName=com.XXXX.XXXX/1.0.1;DeviceType=Near;SpeechClient=1.0.161216) 网址：'https://websockets.platform.bing.com/ws/speech/recognize' 区域设置：'hi-IN' 应用程序 ID：'' 版本：4.0.150429 UserAuthorizationToken: ServerLoggingLevel: 1 启动 websocket 联系。 m_connection=0x0 主机=websockets.platform.bing.com port=443 Auth token status: 200 Authorization token hr 0 'Bearer eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.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.PTBvhZ18q __- PCJRtWLr-KkQ99yt4c-mnrd2kdyOn1c” 成功初始化客户端连接 Create ImpressionId: fff94b5814ae9a097f0d749c137069d9 创建 ImpressionId： 01eb6b249fc1d90e37ba61a1a2d64fe9 重置

创建 ImpressionId：e69685c047daf66ef0887614b2a35fc4 ImpressionId： b53b312c6dfd13609e5b1cf2952f0af6 添加requestId： 'cadbb055d5d4ef5c669d210a5fed2bf7' 用于'text/cu.client.context' 订阅请求 [cadbb055d5d4ef5c669d210a5fed2bf7] 音频流 为 'audio/x-wav' 订阅请求 [e9012ec9fe3d9ee9e8a075e6274eda06] 音频流创建创建转码器 2

升级请求返回 HTTP 状态码：101 Web 套接字 握手完成 CU 客户端连接 ConnectionStateChanged 麦克风权限：0 发送第一块音频流， requestId='e9012ec9-fe3d-9ee9-e8a0-75e6274eda06' 语音录音 开始语音录制开始 OnDataAvailable: 81 => type 1 收到的消息：'audio.stream.response' 响应请求 ID： 'e9012ec9-fe3d-9ee9-e8a0-75e6274eda06' 响应印象： 'b53b312c6dfd13609e5b1cf2952f0af6'

LanguageGeneration OK Partial : आप OnDataAvailable: 81 => type 1 收到的消息：'audio.stream.response' 响应请求 ID： 'e9012ec9-fe3d-9ee9-e8a0-75e6274eda06' 响应印象： 'b53b312c6dfd13609e5b1cf2952f0af6'

LanguageGeneration OK Partial : आपके OnDataAvailable: 81 => type 1 收到的消息：'audio.stream.response' 响应请求 ID： 'e9012ec9-fe3d-9ee9-e8a0-75e6274eda06' 响应印象： 'b53b312c6dfd13609e5b1cf2952f0af6'

LanguageGeneration OK Partial : आप किस OnDataAvailable: 81 => type 1 收到的消息：'audio.stream.response' 响应请求 ID： 'e9012ec9-fe3d-9ee9-e8a0-75e6274eda06' 响应印象： 'b53b312c6dfd13609e5b1cf2952f0af6'

LanguageGeneration OK Partial : आप कैसे OnDataAvailable: 01 => type 1 收到的消息：'audio.stream.response' 响应请求 ID： 'e9012ec9-fe3d-9ee9-e8a0-75e6274eda06' 响应印象： 'b53b312c6dfd13609e5b1cf2952f0af6'

语言生成正常

发送音频流端点， requestId='e9012ec9-fe3d-9ee9-e8a0-75e6274eda06' 发送音频流 端点，requestId='e9012ec9-fe3d-9ee9-e8a0-75e6274eda06' 信令 OnAudioEvent(AUDIO_EVENT_RECORD_STOP)

然后用“en-US”初始化新的麦克风客户端。

现在开始识别时：

创建 ImpressionId：0eed72b0b8019f0d7647b4d5d1adc8c6 重置取消 请求 [cadbb055d5d4ef5c669d210a5fed2bf7] 取消请求 [e9012ec9fe3d9ee9e8a075e6274eda06]

创建 ImpressionId：ff9306c014eba5a9da0fa5979269bced ImpressionId： 04bfd4c2fce0e631c6b6d9f3d16877f2 添加requestId： 'b9148688143a0a9526df6bd9e31110d1' 用于'text/cu.client.context' 订阅请求 [b9148688143a0a9526df6bd9e31110d1] 音频流 为 'audio/x-wav' 订阅请求 [158b5857d7f60759687076b3bfa9d2bc] 音频流创建创建转码器 2

麦克风权限：0 语音录制开始 语音录制 开始发送第一块音频流， requestId='158b5857-d7f6-0759-6870-76b3bfa9d2bc'

发送音频流端点， requestId='158b5857-d7f6-0759-6870-76b3bfa9d2bc' 发送音频流 端点，requestId='158b5857-d7f6-0759-6870-76b3bfa9d2bc' 信令 OnAudioEvent(AUDIO_EVENT_RECORD_STOP) 语音录制停止 Speech 录制停止 OnDataAvailable: 81 => type 1 Received message: 'audio.stream.response' 响应请求 ID： '158b5857-d7f6-0759-6870-76b3bfa9d2bc' 响应印象： '04bfd4c2fce0e631c6b6d9f3d16877f2'

LanguageGeneration OK Partial : तो OnDataAvailable: 81 => type 1 收到的消息：'audio.stream.response' 响应请求 ID： '158b5857-d7f6-0759-6870-76b3bfa9d2bc' 响应印象： '04bfd4c2fce0e631c6b6d9f3d16877f2'

LanguageGeneration OK 原始错误 0x80070057 错误：没有重新识别 原始错误 0x80070057

第二次在日志中找不到语言环境，请注意部分响应仍处于“hi-IN”状态。有什么方法可以删除旧的语言配置？

【参考方案1】：

如果您想更改语言，则必须在一个话语和下一个话语之间关闭 websocket 连接。只需在 3 分钟内没有任何活动的话语之间等待 3 分钟，就会关闭连接。此外，调用 AudioStop() 应该关闭连接。如果您已经尝试调用 AudioStop() 但不起作用，我们将确保在即将发布的 API 版本中修复此问题。

【讨论】：

正确。尝试调用 AudioStop() 并不起作用。