旧版本的API:
—Google提供了一个在线语音识别的API接口,通过该API可以进行中文、英文等语言的识别。
—参数解释:
xjerr:错误标准
client: 客户端类型
lang:待识别语言类型,en-US是英文,中文为zh-CN,
maxresults:最大返回识别结果数量
—识别基本流程:
-
- 从音频输入设备获取原始音频并编码或直接调用音频文件。
- 将音频POST至接口地址。
- 分析处理返回的JSON并得出结果。
—请求接口
-
- 地址:如前
- 请求方式:http post
- 请求数据:编码后的音频数据
- 音频编码格式:wav、speex或flac。
- 音频采样频率:8000Hz、11025Hz、16000Hz、22050Hz、24000Hz、32000Hz、44100Hz、48000Hz
—主要优点
?语音识别引擎庞大,识别精度很高,适用于文本语音识别。提供多国语言的语音识别。
?任何平台都可以进行访问,容易使用。
—主要缺点
?API未开放,未能获知具体开发细节。
?识别引擎位于服务器端,识别的速度和网络质量有关,识别速度较慢。
?待识别音频的格式、大小、时长的限制。
新版本的API:
api:地址: https://www.google.com/speech-api/v2/recognize?output=json&lang=en-us&key=yourkey
主要说一下变化:
URL路径: 之前的V1变成V2
参数: 新增output:输出类型,我们一般用json
新增KEY:需要去goole注册帐号,申请apikey,如果你不懂请google
其他的参数都能够继续使用
相关文档:
谷歌官方开源代码: https://www.google.com/speech-api/v2/recognize
谷歌开发者Key申请地址:https://console.developers.google.com