将实时音频发送到 bing Speech API

Question

我正在尝试使用 NAudio 接收实时语音并将它们以字节数组的形式发送到 bing 语音 API。

我使用事件处理程序接收音频并发送到 Bing Speech API。下面是我试过的代码。

private void Source_DataAvailable(object sender, WaveInEventArgs e)

    {   //convert the sound into a byte array

        writer.Write(e.Buffer, 0, e.BytesRecorded);

         memoryStream = new MemoryStream(e.Buffer);

        CallSpeechAPI(memoryStream);

    }

当我尝试执行时，我们最终得到了以下响应。

响应：OK {"RecognitionStatus":"InitialSilenceTimeout","Offset":5000000,"Duration":0} End Rec

当我尝试将现有的 .wav 文件转换为字节数组并将它们发送到工作正常的 API 时。但是对于实时音频，我们正面临这个问题。

有人可以请帮助是什么问题以及如何解决它。

另外，如果有任何选项可以将实时音频作为字节数组接收，请告诉我？

如果有任何示例代码，请与我们分享。

Answer 1

新的语音 SDK v0.4.0 中现在提供对音频输入流的支持：。您可以在此处找到示例。你只需要根据这里描述的接口实现你自己的 AudioInputStream::Read() 和 ::GetFormat() 。

Answer 2

我们将很快通过字节数组或 io.stream 支持音频流。敬请期待。谢谢你的耐心。