Question

我正在尝试创建一个Windows应用程序，我可以在其中获取我拥有的音频文件，并使用Google语音识别API将其中的语音转录为文本文件。这是我做的：

1）我去了https://groups.google.com/a/chromium.org/forum/?fromgroups#!forum/chromium-dev并成为会员。

2）我访问了我的Google Developers Console并成功生成了API密钥。

3）我在线获得了一些代码并运行它：

private void btnGoogle_Click(object sender, EventArgs e)
        {

            string path = @"Z:\path\to\audio\file\good-morning-google.flac";
            try
            {

                FileStream fileStream = File.OpenRead(path);
                MemoryStream memoryStream = new MemoryStream();
                memoryStream.SetLength(fileStream.Length);
                fileStream.Read(memoryStream.GetBuffer(), 0, (int)fileStream.Length);
                byte[] BA_AudioFile = memoryStream.GetBuffer();
                HttpWebRequest _HWR_SpeechToText = null;
                _HWR_SpeechToText =
                            (HttpWebRequest)HttpWebRequest.Create(
                                "https://www.google.com/speech-api/v2/recognize?output=json&lang=en-us&key=your-api-key-here");
                _HWR_SpeechToText.Credentials = CredentialCache.DefaultCredentials;
                _HWR_SpeechToText.Method = "POST";
                _HWR_SpeechToText.ContentType = "audio/x-flac; rate=44100";
                _HWR_SpeechToText.ContentLength = BA_AudioFile.Length;
                Stream stream = _HWR_SpeechToText.GetRequestStream();
                stream.Write(BA_AudioFile, 0, BA_AudioFile.Length);
                stream.Close();

                HttpWebResponse HWR_Response = (HttpWebResponse)_HWR_SpeechToText.GetResponse();
                if (HWR_Response.StatusCode == HttpStatusCode.OK)
                {
                    Console.WriteLine("looks ok...");
                    StreamReader SR_Response = new StreamReader(HWR_Response.GetResponseStream());
                    Console.WriteLine(SR_Response.ReadToEnd());

                    Console.WriteLine(SR_Response.ReadToEnd());
                    Console.WriteLine("Done");
                }



            }
            catch (Exception ex)
            {
                Console.WriteLine(ex.ToString());
            }

            Console.ReadLine();
        }

上面的代码运行。它给了我以下输出：

looks ok...
{"result":[]}

因此我知道我收到了HttpStatusCode.OK响应，因为looks ok...日志行已执行。

然而，结果是完全空的......为什么？我做错了吗？

编辑：这是我收到音频文件的地方：https://github.com/gillesdemey/google-speech-v2

Answer 1

首先，您的代码比需要的更复杂，我使用了这个：

string api_key = "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx";
string path = @"C:\temp\good-morning-google.flac";

byte[] bytes = System.IO.File.ReadAllBytes(path);

WebClient client = new WebClient();
client.Headers.Add("Content-Type", "audio/x-flac; rate=44100");
byte[] result = client.UploadData(string.Format(
            "https://www.google.com/speech-api/v2/recognize?client=chromium&lang=en-us&key={0}", api_key), "POST", bytes);

string s = client.Encoding.GetString(result);

你遇到的第二个问题是你的音频文件！它采用32位立体声。它应该是16位PCM单声道。因此转换为单声道并降至16位。我使用http://www.audacityteam.org/来转换您的文件。见截图。

然后我收到了这个回复：

{"result":[]}
{"result":[{"alternative":[{"transcript":"good morning Google how are you feeling today","confidence":0.987629}],"final":true}],"result_index":0}

Answer 2

如果Google API没有返回结果，则很有可能无法满足请求。所以你的代码没有任何问题，只有测试音频。你试过其他音频文件吗？我知道这是因为我使用过谷歌自定义搜索API。如果没有找到结果，它将返回空。

Google Speech Api从音频文件中获取文本，在C＃中返回{“result”：[]}

2 个答案: