接入谷歌的语音识别（speech-to-text）[通俗易懂]

讲一下写这篇文章的背景。

因为需求需要，我们APP需要做一个语音转化成文字的功能。因为我们做的是海外产品，需要支持多语言，当前对多语言语音识别支持的最好的解决方案当属谷歌家的了。通过对谷歌的speech-to-text调研和一些其他原因，我们决定通过服务端去接入谷歌的功能，做一个封装，然后把语音识别能力提供给客户端。

谷歌的speech-to-text提供restapi和grpc两种接入方式。我们的应用场景选用的是grpc双向流式的接入方式，我们服务端使用的是go技术栈，所以使用的go接入的grpc。

在接入的过程中也遇到了很多问题，在网上查找资料的时候，发现好像没有相关的文章来解答我们的问题，包括外文社区。我们做了很多尝试和优化，最后才做到了可上线的状态，所以记录一下，顺便分享给大家。

踩了很多坑，总结下来，主要是有以下几方面需要注意：

1. 对音频参数一定要配置正确，这需要客户端配合，比如客户端传过来的音频是什么格式、采样率多少、几个声道，这都很关键。

2. 识别模型的选择，选择适合自己的模型

3. 双向流的控制，控制好流的创建和关闭。1、谷歌的grpc-stream不能连接过长时间，基本不能超过5分钟；2、send接口不能调用的太频繁。

4. 音频数据的缓存方案。我们是接收的客户端的音频实时流数据，需要对数据做临时保存，然后发送给Google，但是谷歌的grpc存在重启的情况，这就需要我们对在重启的时候做到减少数据的丢失。我对数据做了双层保存，第一层是先保存到通道，从通道拿出来，在传给谷歌之前在保存到buffer，buffer到了一定长度才发送给谷歌。这样的好处是即减少了发送的频率，又能减少流重启导致的数据丢失。

以上主要讲了接入过程中遇到的问题和一些解决方案和心得，具体的代码就不分享了。大家如果在接入过程中还遇到其他问题，可以找我沟通。