要使用Twilio进行实时转录，您需要使用第三方Speech To Text with Twilio Media Streams，该第三方Speech To Text还支持流式/无限语音到文本识别，如Google Cloud Speech To Text。不幸的是，我不认为有一个原生的Twilio动词或动作可以进行实时语音到文本/实时转录。也许您可以在iOS上运行一些东西，但我认为有一个后端服务器来处理这个问题可能会更好，而且在未来更容易扩展。 在高级别上，您需要执行以下操作：
创建一个WebSocket端点，以接收Twilio Media Streams，用于传入音频字节有效负载。这些有效负载是电话语音的base 64编码
2条答案
按热度按时间nkcskrwz1#
我是Twilio布道者
所以，你可以在
<Record>verb上使用timeout属性来获取短的“突发”语音文本，但这可能意味着你在呼叫者说话的时候超时了。所以你只能得到一半！这可能会让你很难破译正在说的话，我个人不会使用这种方法。您可以使用
finishOnKey属性按下按键（Doppler音）结束录制，这可能有助于您的需求。您目前无法获得实时或接近实时的转录。您将很快收到转录，但我们只支持超时和按键以结束录制并开始转录。
希望这对你有帮助！
dtcbnfnu2#
要使用Twilio进行实时转录，您需要使用第三方Speech To Text with Twilio Media Streams，该第三方Speech To Text还支持流式/无限语音到文本识别，如Google Cloud Speech To Text。不幸的是，我不认为有一个原生的Twilio动词或动作可以进行实时语音到文本/实时转录。也许您可以在iOS上运行一些东西，但我认为有一个后端服务器来处理这个问题可能会更好，而且在未来更容易扩展。
在高级别上，您需要执行以下操作：
Twilio自己就如何做到这一点创建了几个不同的指南：
我花了一些时间熟悉这些指南，并制作了一个类似的live transcription guide in Java using Dropwizard framework（由我自己编写）
这些方法将用于概念验证，但不涵盖与音频流处理的安全性或缩放相关的领域。