Unity3D ： 腾讯云语音（GCloudVoice）的语音转文字功能

前言：

关于GCloudVoice的Unity3D接入，可以参考其他文章，不在本文的讨论 范围之内。这篇只针对在正常接入的前提下，如果实现语音转文字的相关功能；

正文：

1、初始化：

在最开始初始化的时候，选择模式为GCloudVoiceMode.Translation；注册OnSpeechToText回调事件，其表示在语音转文字完成之后执行的操作。

/// <summary>
/// 语音引擎；
/// </summary>
 private static IGCloudVoice mVoiceEngine;


/// <summary>
/// 初始化
/// </summary>
void Init()
{    
    //初始化语音；
    mVoiceEngine = GCloudVoice.GetEngine();
    int res = mVoiceEngine.SetAppInfo(appID, appKey, openID);
    mVoiceEngine.Init();
    //初始化默认模式为语音转文字模式；
    mVoiceEngine.SetMode(GCloudVoiceMode.Translation);
    ...
    ...
    ...
    //语音转文字完成；
    mVoiceEngine.OnSpeechToText += (IGCloudVoice.GCloudVoiceCompleteCode code, string fileID, string result) =>
    {
        ...
    };  
}

根据官方的说法，这个SetMode是可以动态的，也就是最开始可以设置为消息模式，后面动态改成别的模式。

 

2、调用：

使用IGCloudVoice.SpeechToText方法，传入文件ID，这个FileID自然是你之前的语音消息的fileID。

/// <summary>
/// Translate voice data to text.
/// </summary>
/// <param name="fileID">file to be translate</param>
/// <param name="language">a GCloudLanguage indicate which language to be translate</param>
/// <param name="msTimeout">timeout for stt</param>
/// <returns> if success return GCLOUD_VOICE_SUCC, failed return other errno @see GCloudVoiceErrno</returns>
public abstract int SpeechToText(string fileID, int language = 0, int msTimeout = 6000);

可以看到他的接口中是需要一个语言的ID 的，默认是0。结果 这个官网也查不到对应的语言编号，也不知道0是不是中文。现在就权当他是好了。后面实验得到的结果是，默认0确实是中文；

后来问了腾讯云的客服，结论是当前只支持中文，（0就是中文） 。 (;゜ー゜)ノ(T-T)

按照API 调用顺序，依次是：录音、录音结束、上传、 上传成功获得FileID，上传语音转文字、语音转文字成功。在OnSpeechToText回调函数中，如果是语音转文字成功，返回的参数 result 就是翻译的结果。 这里顺便说一下code的三个值：

GV_ON_STT_SUCC, // speech to text successful  成功

GV_ON_STT_TIMEOUT, // speech to text with timeout 超时

GV_ON_STT_APIERR, // server's error 服务器返回的其他错误

 

后记：

在接入SDK过程中，发现这个GCloudVoice经常导致闪退，不知道什么原因。一般是录音完成后上传的时候，当然其他时候也有。总之就是莫名闪退，而且时有时无，很怪。

不知道有没有人也遇到过这些问题，解决了没有。

 

 

 

 

 

PS：这个语音转文字的准确率感人，也许是我的普通话不标准吧。

PS2：GCloudVoice这个语音SDK接入麻烦得一匹，而且官网文档少，demo粗糙，其实不很建议大家使用。