今年2月，谷歌推出了一款名为Live Transcribe的Android应用程序，其语音识别技术由谷歌最先进的Cloud Speech API提供然而，由于依赖于云服务，网络连接的不断变化、数据成本和延迟等问题带来了一些挑战。
因此，谷歌将其开源，希望开发人员可以在现有基础上进行进一步的开发和应用
值得注意的是，Cloud Speech API目前无法支持无限的音频流为解决这一难题，团队采取了一些措施，例如在达到超时之前关闭并重新启动流式传输请求，这可以有效减少会话中丢失的文本数量此外，Live Transcribe支持超过70种语言，并能够自动识别语音语种，包括中文。
另外，由于实时语音转录需要随着语音输入不断产生转录文本，因此降低延迟至关重要。该引擎能够大大降低延迟率，这要归功于其自定义Opus编码器的出色性能。
来源：火资源软件
