我正在构建一个包含语音识别的应用程序 - 我打算使用 Android 语音识别服务或语音输入功能。
根据我的阅读，语音大部分是在云端处理的。我的问题是是否有人知道音频以什么格式发送到云端？例如，是 WAV、MP3 或 PCM 之类的东西，还是可能完全是其他东西？
我承认这主要是出于好奇，想更多地了解幕后发生的事情。（但在一定程度上，它也与对预处理和后处理对识别的影响的兴趣有关。）
问问题
158 次
1 回答
2
好吧，我也一直在寻找那个信息，我能得到的最接近的是谷歌的chrome 语音识别 API，它使用了FLAC音频编解码器。我不确定android是否也使用它，但它是我得到的最接近的东西。
于 2012-10-17T09:55:03.340 回答