外语语音转文本和文本转语音

Question

我正在考虑将我打造的一款语音2D HTML5网页游戏移植到iPhone和Android的Unity2D上。我是一个全栈的web开发者，而不是Unity开发者，所以一个机构会帮我构建Unity应用。在与他们签约之前，我需要确定双方的 Speech to Text (STT) 和 Text to Speech (TTS) 可提供的服务有 普通话, 西班牙语和 英文，否则我会在前期浪费很多钱。

对于网络，Webkit Speech (STT文件, STT演示, TTS文件, TTS演示)很容易通过浏览器访问。我发现，IBM Watson有一个API可用，并且有演示用于 STT 和 TTS我发现他们有一个。Unity SDK 在这里，但我没有测试Unity SDK的技能。

我想请教一下优秀的STT和TTS API，机构可以用这三种外语。

1. Unity SDK是否提供对前端STT和TTS音频流的支持？STT需要捕捉用户的语音输入并快速转录。同样，TTS需要允许用户悬停在目标语言单词上，并听取接近母语的发音。
2. 它是否同时提供西班牙语、普通话和英语的STT和TTS？
3. 还有哪些NLP API能满足我的要求？

很抱歉，我对Unityphone的开发完全是个新手，所以这里的任何指导都会非常有帮助。如果没有符合这些要求的API存在，那么Unity将无法为我的应用工作，因为STT和TTS是至关重要的。

Answer 1

总的来说，Unity中的实时音频录制很糟糕，系统根本不是为了连续录制音频而设计的。你可以用录制一个片段 音源 但这是一个固定长度的剪辑，而不是一个流媒体解决方案。

对于流媒体，你可以得到的音频与 音频过滤阅读 但它并不是真正用于录音的API，更多的是用于效果。对于录制来说，它有不可预知的延迟，同时也大大降低了UI的速度。

因此，你只能进行推送对话式的交互，而不能进行实时交互。

如果你有其他的选择，你最好也考虑一下。例如，你可以考虑原生应用。