谷歌語音搜索的延遲和時間計算

Question

我知道，谷歌語音搜索通過發送原始音頻（數字化的課程）到谷歌的服務器，那麼谷歌返回文本形式的結果。

結果本身相對較小（除非它是一個非常長的句子......），所以我相信通過Internet發送它所花費的時間可以忽略不計（折扣HTTP開銷，服務器負載等）。

我想知道發送到Google語音服務器的實際「模擬」原始音頻的大小（KB），以便獲得該組件對Internet連接速度（上行鏈路）的依賴關係。當然，原始音頻數據包的大小很大程度上取決於所說的短語（一個單詞？整個句子？一個很長的句子？），所以我正在尋找一些關於這個（統計，典型，等等。）。

我也知道，那些原始的音頻壓縮包。有關壓縮方法的任何信息？ （這不是MP3，是這樣嗎？）

是Android設備和PC之間的不同壓縮（即基於Chrome）？

雖然這似乎不是一個直接的編程問題，在我的情況下，它是很直接關係到編程，因爲答案可能影響算法（S）構建基於谷歌語音搜索應用程序時使用。

Answer 1

我沒有測量有多少數據被實際發送到谷歌服務器上，但讓我們做一個合理的假設，即語音搜索

• 記錄單聲道
• 記錄與16kHz的採樣率
• 與記錄16位分辨率
• 適用無損壓縮實現2個更小的​​尺寸

在此CA se 1秒的錄音消耗(1 * 16,000 * 2)/2 = 16,000 bytes。