Warum erkennt SpeechRecognition mit dem Bing-Dienst nur den ersten Satz?

Question

Ich versuchte SpeechRecognition package mit dem Dienst Bing ASR the audio of this clip mit dem Skript

#!/usr/bin/env python3 

"""Recognize speech using Microsoft Bing Voice Recognition.""" 

import speech_recognition as sr 

from os import path 
AUDIO_FILE = path.join(path.dirname(path.realpath(__file__)), "input.wav") 

# use the audio file as the audio source 
r = sr.Recognizer() 
with sr.AudioFile(AUDIO_FILE) as source: 
    audio = r.record(source) # read the entire audio file 


# Microsoft Bing Voice Recognition API uses keys which are 
# 32-character lowercase hexadecimal strings 
BING_KEY = "FOOBAR - insert your key here" 
try: 
    print("Microsoft Bing Voice Recognition thinks you said:\n\n" + 
      r.recognize_bing(audio, key=BING_KEY, language="de-DE")) 
except sr.UnknownValueError: 
    print("Microsoft Bing Voice Recognition could not understand audio") 
except sr.RequestError as e: 
    print(("Could not request results from Microsoft Bing Voice Recognition " 
      "service; {0}").format(e)) 

Es gibt zu transkribieren:

Microsoft Bing Voice Recognition thinks you said: 

Reaser Was ist haben sie Lust mit dem Kino zu kommen war schon dass ich könnte den Film gar nicht folgen 

Offensichtlich ist es funktioniert, aber es die komplette Datei nicht transkribieren hat. Warum? Wie kann ich die komplette Datei transkribieren lassen?

Answer 1

Das Problem ist, dass das SpeechRecognition-Paket die REST-Schnittstelle anstelle der WebSocket-Schnittstelle verwendet. Die REST-Schnittstelle ist auf 15 Sekunden Audio begrenzt.

Quelle: https://docs.microsoft.com/de-de/azure/cognitive-services/speech/home