瀏覽文件目錄

時間戳

transcript.final 和 translation.final 上的 startMs / endMs 是相對本條串流音訊起點的毫秒位移,從你送的第一個位元組算起。開了 store: true 時,它們就是你能下載到的那份錄音裡的位置。

json
{  "type": "transcript.final",  "segmentId": "gw_8f3a_2",  "text": "the quantization step near zero is about eight",  "startMs": 118400,     // 本條串流音訊裡的 1:58.400  "endMs":   122900}

辨識引擎給出的時間是相對它自己那條上游連線的,而這條連線會在工作階段中途悄悄重建。一旦重建,時鐘歸零,點擊播放就開始往回跳。短時測試不會觸發重連,所以這個問題往往上線後才暴露。

// 辨識引擎的上游連線在 1:15 重建。// 它自己的時間從零重計——不能用來跳播:0        42000    75000    0        31000
// LecSync 用音訊位元組時鐘量同一批段落:0        42000    75000    118400   149400   // 單調遞增,能對上錄音

時間戳來自對你所送音訊的位元組時鐘,不是辨識引擎自己的時鐘,所以上游重連時仍然單調遞增。辨識引擎未提供 token 級時間的少數段落可能沒有時間戳。

開了 store: true 時,一條連線對應一份錄音。網路中斷會產生多份檔案,按建立時間排序即可。