Skrypt na wejściu otrzymuje plik audio lub wideo zawierający chińską rozmowę.
Następnie wykrywa ścieżkę dźwiękową i rozpoznaje przez oficjalną API chińskiego giganta wyszukiwania Baidu.
Ograniczenia długości i wymagania techniczne dotyczące dźwięku obejmują różne manipulacje z plikiem.
W szczególności, istnieje limit rozpoznawania nie więcej niż 1 minutę na prośbę.
Aby tego uniknąć, ścieżka dźwiękowa jest cięta na kawałki do 60 sekund, pod warunkiem, że w każdym z nich są zakończone propozycje do punktu.
Następnie wykrywa ścieżkę dźwiękową i rozpoznaje przez oficjalną API chińskiego giganta wyszukiwania Baidu.
Ograniczenia długości i wymagania techniczne dotyczące dźwięku obejmują różne manipulacje z plikiem.
W szczególności, istnieje limit rozpoznawania nie więcej niż 1 minutę na prośbę.
Aby tego uniknąć, ścieżka dźwiękowa jest cięta na kawałki do 60 sekund, pod warunkiem, że w każdym z nich są zakończone propozycje do punktu.