如何在 Google Speech-to-Text API 中处理多个 streamingRecognize 请求？

Question

我已经使用 Google Speech-to-Text API.

构建了一个基于 Web 的 Speech-to-Text 应用程序

申请流程：

1. 从浏览器获取音频流
2. 将音频数据流式传输到语音识别服务，并在我们的用户谈话时获得实时结果

我在我的应用程序中引用了 sample code，streamingRecognize 请求与信号客户端调用完美配合，我的服务器可以从 Google 语音接收临时转录结果API。 但是，当有多个客户端同时调用 streamingRecognize 时，Google 语音 API 会卡住。那么，我可以知道如何同时处理多个 streamingRecognize 请求吗？我是否需要创建另一个 client 来处理第二个 streamingRecognize 请求？谢谢。

后端服务器规格：

• NodeJS
• Socket.io

Answer 1

尝试做同样的事情，遇到和你一样的麻烦，或者他们停止工作，或者只有一个客户不时工作而其他客户给出奇怪的结果，有时两者都有，看起来你的主账户只有一个缓冲区，您是否尝试过为每个用户生成 api/tokens？值得吗，还是会有相同的缓冲区

Answer 2

您应该能够创建多个 streaming threads by using the same StreamingRecognize() client, the ones that can be used to send the requests in parallel. You can take a look on this and this Github 讨论此主题的帖子。

我建议您尝试此替代方法并验证是否可以通过创建 2 个不同的 objects 或 clients 来执行这些流式调用，例如如：

const client = new speech.SpeechClient();
const recognizeStream = client.streamingRecognize(request)
...
const recognizeStream2 = client.streamingRecognize(request)
...

另一方面，如果要批量进行语音识别，还是比较推荐使用synchronous or asynchronous的方法。