iOS 应用程序上的 SFSpeechRecognizer（Siri 转录）超时错误

Question

在我的 iOS 应用程序中，我正在尝试使用 iOS 10 的最新功能语音 API.

转录预先录制的音频

包括 documentation 在内的多个来源指出语音 API（更具体地说是 SFSpeechRecognizer）的音频持续时间限制为 1 分钟。

在我的代码中，我发现任何长度超过 15 秒或更长的音频文件都会出现以下错误。

Error Domain=kAFAssistantErrorDomain Code=203 "SessionId=com.siri.cortex.ace.speech.session.event.SpeechSessionId@50a8e246, Message=Timeout waiting for command after 30000 ms" UserInfo={NSLocalizedDescription=SessionId=com.siri.cortex.ace.speech.session.event.SpeechSessionId@50a8e246, Message=Timeout waiting for command after 30000 ms, NSUnderlyingError=0x170248c40 {错误域=SiriSpeechErrorDomain代码=100“（空）”}}

我在整个互联网上搜索过，但没能找到解决办法。也有人遇到同样的问题。有人怀疑是Nuance的问题。

同样值得注意的是，我确实从转录过程中得到了部分结果。

这是我的 iOS 应用程序中的代码。 ` // 创建语音识别器请求对象。让 srRequest = SFSpeechURLRecognitionRequest(url: 位置) srRequest.shouldReportPartialResults = 假

    sr?.recognitionTask(with: srRequest) { (result, error) in
        if let error = error {
            // Something wrong happened
            print(error.localizedDescription)
        } else {
            if let result = result {
                print(4)
                print(result.bestTranscription.formattedString)
                if result.isFinal {
                    print(5)
                    transcript = result.bestTranscription.formattedString
                    print(result.bestTranscription.formattedString)

                    // Store the transcript into the database.
                    print("\nSiri-Transcript: " + transcript!)

                    // Store the audio transcript into Firebase Realtime Database
                    self.firebaseRef = FIRDatabase.database().reference()

                    let ud = UserDefaults.standard
                    if let uid = ud.string(forKey: "uid") {
                        print("Storing the transcript into the database.")
                        let path = "users" + "/" + uid + "/" + "siri_transcripts" + "/" + date_recorded + "/" + filename.components(separatedBy: ".")[0]
                        print("transcript database path: \(path)")
                        self.firebaseRef.child(path).setValue(transcript)
                    }
                }
            }
        }
    }`

感谢您的帮助。

Answer 1

删除 result.isFinal 并改为对结果进行空检查。参考：https://github.com/mssodhi/Jarvis-ios/blob/master/Jarvis-ios/HomeCell%2Bspeech.swift

Answer 2

除了其他人运行之外，我还没有确认我对同一问题的回答，但我相信这是对预录音频的未记录限制。

Answer 3

这是真的，我从视频中提取了音频文件，如果超过15秒，就会报如下错误：

Domain = kAFAssistantErrorDomain Code = 203 "Timeout" UserInfo = {
    NSLocalizedDescription = Timeout,
    NSUnderlyingError = 0x1c0647950 {Error Domain=SiriSpeechErrorDomain Code=100 "(null)"}
}

关键问题是超过15秒后的音频文件识别。 result.isFinal总是0，很郁闷的是没有准确的时间戳，虽然是"Timeout"，但是识别内容却完整，让我觉得很奇怪。

如果把结果遍历打印出来，可以看到有一些限制，是15秒，但原因是音频文件的时间戳反馈限制在一个有限的数字，比如15或者4 或 9，通向终点。超时反馈比较不稳定

但是在实时语音识别中，你可以在一分钟内突破15秒，正如官方文档所述。

iOS 应用程序上的 SFSpeechRecognizer（Siri 转录）超时错误

SFSpeechRecognizer (Siri Transcription) Timeout Error on iOS App

iphone

ios

swift

ios10

sfspeechrecognizer