作者|伍新爽，家庭运营中心Labs导读App开发中经常会遇到波浪式动画语音识别转文字的需求，那么实际是如何实现这样的功能的，本文将从技术框架和视觉实现层面进行Speech框架方案的详细介绍。1Speech框架及使用流程目前App中的语音识别功能主要分为本地识别及网络在线识别两种情况。网络在线识别依赖于平台对语音的数据处理能力，其识别准确度较高，优点明显，缺点是识别的稳定性及效率略低；而本地识别方案识别的稳定性及效率较高，但识别的准确度不及网络在线识别方式。本文要介绍的Speech框架属于语音本地识别的一种成熟框架，适用于对识别精度要求不高，但识别效率较高的场景。为了便于功能维护和调用方便，工程

作者|伍新爽，家庭运营中心Labs导读App开发中经常会遇到波浪式动画语音识别转文字的需求，那么实际是如何实现这样的功能的，本文将从技术框架和视觉实现层面进行Speech框架方案的详细介绍。1Speech框架及使用流程目前App中的语音识别功能主要分为本地识别及网络在线识别两种情况。网络在线识别依赖于平台对语音的数据处理能力，其识别准确度较高，优点明显，缺点是识别的稳定性及效率略低；而本地识别方案识别的稳定性及效率较高，但识别的准确度不及网络在线识别方式。本文要介绍的Speech框架属于语音本地识别的一种成熟框架，适用于对识别精度要求不高，但识别效率较高的场景。为了便于功能维护和调用方便，工程

WatsonIBMSpeechtoTextc#api我使用以下示例从音频中识别文本https://gist.github.com/nfriedly/0240e862901474a9447a600e5795d500但我还需要时间码，我在第40行添加了"timestamps":true，并删除了"interim_results":true，因为我只需要最终结果。但是它坏了，在{"state":"listening"}消息之后需要一些时间并引发这样的异常"Text"receivedmessageisinvalidafterthecallWebsocket.Closeasync.Websockets.

WatsonIBMSpeechtoTextc#api我使用以下示例从音频中识别文本https://gist.github.com/nfriedly/0240e862901474a9447a600e5795d500但我还需要时间码，我在第40行添加了"timestamps":true，并删除了"interim_results":true，因为我只需要最终结果。但是它坏了，在{"state":"listening"}消息之后需要一些时间并引发这样的异常"Text"receivedmessageisinvalidafterthecallWebsocket.Closeasync.Websockets.