/// <summary>
/// Starting point of the Google Streaming Speech-to-Text program.
/// </summary>
/// <param name="args">First argument must be the path to the credentials JSON file.</param>
static void Main(string[] args)
{
if (args.Length < 1)
{
Console.WriteLine("Usage: GoogleCloudSpeech.exe [path to credentials JSON file]");
}
else
{
// Create client
var fileStream = new FileStream(args[0], FileMode.Open);
GoogleCredential googleCredential = GoogleCredential.FromStream(fileStream);
ChannelCredentials channelCredentials = GoogleGrpcCredentials.ToChannelCredentials(googleCredential);
m_Channel = new Channel("speech.googleapis.com", channelCredentials);
m_Client = new Speech.SpeechClient(m_Channel);
// Wait to begin streaming
Console.WriteLine("ready to start");
while (Console.ReadLine() != "start")
{
;
}
Console.WriteLine("start streaming");
Task streamingTask = StreamingRequest();
// Check for input files
string input;
while ((input = Console.ReadLine()) != "stop")
{
m_AudioChunksQueue.Enqueue(ByteString.CopyFrom(File.ReadAllBytes(input)));
Console.WriteLine("received audio file input");
}
// Finish streaming and wait for the request to finish
Console.WriteLine("stop streaming");
m_DoneStreaming = true;
streamingTask.Wait();
m_Channel.ShutdownAsync().Wait();
}
}
static void Main(string[] args)
{
// 証明書を作成
var credential = GoogleCredential.FromJson(File.ReadAllText("SpeechTest-4db378c087bb.json"));
credential = credential.CreateScoped("https://www.googleapis.com/auth/cloud-platform");
// サーバに接続するためのチャンネルを作成
var channel = new Channel("speech.googleapis.com:443", credential.ToChannelCredentials());
// Google Speech APIを利用するためのクライアントを作成
var client = new Speech.SpeechClient(channel);
// ストリーミングの設定
var streamingConfig = new StreamingRecognitionConfig
{
Config = new RecognitionConfig
{
SampleRate = 16000,
Encoding = RecognitionConfig.Types.AudioEncoding.Linear16,
LanguageCode = "ja-JP",
},
InterimResults = true,
SingleUtterance = false,
};
// ストリーミングを開始
using (var call = client.StreamingRecognize())
{
Console.WriteLine("-----------\nstart.\n");
// Cloud Speech APIからレスポンスが返ってきた時の挙動を設定
var responseReaderTask = Task.Run(async() =>
{
// MoveNext１回につきレスポンス１回分のデータがくる
while (await call.ResponseStream.MoveNext())
{
var note = call.ResponseStream.Current;
// データがあれば、認識結果を出力する
if (note.Results != null && note.Results.Count > 0 &&
note.Results[0].Alternatives.Count > 0)
{
Console.WriteLine("result: " + note.Results[0].Alternatives[0].Transcript);
}
}
});
// 最初の呼び出しを行う。最初は設定データだけを送る
var initialRequest = new StreamingRecognizeRequest
{
StreamingConfig = streamingConfig,
};
call.RequestStream.WriteAsync(initialRequest).Wait();
// 録音モデルの作成
IAudioRecorder recorder = new RecordModel();
// 録音モデルが音声データを吐いたら、それをすかさずサーバに送信する
recorder.RecordDataAvailabled += (sender, e) =>
{
if (e.Length > 0)
{
// WriteAsyncは一度に一回しか実行できないので非同期処理の時は特に注意
// ここではlockをかけて処理が重ならないようにしている
lock (recorder)
{
call.RequestStream.WriteAsync(new StreamingRecognizeRequest
{
AudioContent = RecognitionAudio.FromBytes(e.Buffer, 0, e.Length).Content,
}).Wait();
}
}
};
// 録音の開始
recorder.Start();
// Cloud Speech APIのストリーミングは1回60秒までなので、50秒まできたら打ち切る
var timer = new Timer(1000 * 50);
timer.Start();
// 50秒経過した時、実際に打ち切るコード
timer.Elapsed += async(sender, e) =>
{
recorder.Stop();
await call.RequestStream.CompleteAsync();
};
// 待機
responseReaderTask.Wait();
// ここに到達した時点で、APIの呼び出しが終了したということなので、タイマーを切る
timer.Dispose();
}
Console.WriteLine("\n-----------\nCompleted (Time out)");
Console.ReadKey();
}
