问题现象
使用speechRecognizer.startListening接口语音实时转文字,说话时稍有停顿就自动停止,如何解决?
背景知识
语音识别支持将一段中文音频信息(中文、中文语境下的英文;短语音模式不超过60s,长语音模式不超过8h)转换为文本,音频信息可以为PCM音频文件或者实时语音。
- <'vadBegin', number>,Voice Activity Detection(VAD)后端点设置。
- 参数范围是[500,10000]。
- 可选,不传参时默认为800ms。
后端点设置越短,停顿后结束识别的时长也会越短,默认的800ms小于1s,所以会让用户在感官上认为稍有停顿识别就自动停止。
分析结论
开发者使用了默认后端点设置的800ms,小于1s,导致了用户在感官上认为稍有停顿语音识别就结束了。
修改建议
建议开发者可以显式地设置vadBegin参数大于1s,让用户可以有更多的时间进行停顿而不终止语音识别。