单独一条话语行为

Speech-to-Text 提供 latest_short 模型,用于识别由单独一条话语构成的语音。如果您的应用需要用户发出单一语音指令(而不是长篇独白或口录),那么该模型会非常有用。

当使用设置了 latest_short 模型的识别器来发出识别请求时,Speech-to-Text 会在检测到一条话语完成后停止执行识别。Speech-to-Text 将返回 END_OF_SINGLE_UTTERANCE 类型的语音活动事件响应,并显示转录结果。

单独一条话语和 StreamingRecognize

如果为 StreamingRecognize 请求选择了 latest_short 模型 Recognizer,Speech-to-Text 会在话语结束后自动关闭数据流。

包含语音活动事件

如果还为 StreamingRecognize 请求启用了语音活动事件,那么 Speech-to-Text 还会返回语音开始/结束语音活动事件。针对语音开始事件的语音活动超时也将适用;但针对语音结束事件的语音活动超时不适用,因为系统会在话语结束时立即关闭数据流。