我正在运行此处发布的Google Speech API Python的示例代码:https://googlecloudplatform.github.io/google-cloud-python/stable/speech-usage.html
我要使用异步识别方法(只允许使用LINEAR16编码):
from google.cloud import speech
client = speech.Client()
sample = client.sample(source_uri='gs://my-bucket/example.flac',
encoding=speech.Encoding.LINEAR16,
sample_rate=44100)
operation = sample.async_recognize(language_code='es-CL',max_alternatives=2)
retry_count = 100
while retry_count > 0 and not operation.complete:
retry_count -= 1
time.sleep(10)
operation.poll() # API call
operation.complete
for result in operation.results:
for alternative in result.alternatives:
print('=' * 20)
print(alternative.transcript)
print(alternative.confidence)
这是我得到的错误: google.gax.errors.RetryError:GaxError(重试方法中发生异常,未被归类为瞬态,由终止于的&lt; _Rendezvous(StatusCode.INVALID_ARGUMENT,指定FLAC编码以匹配文件头)引起。)&gt;)< / p>
我该如何解决这个问题?使用同步方法时,我没有遇到这个问题。
答案 0 :(得分:4)
从您的代码(以及您链接到的Google代码)看起来您将编码指定为LINEAR16,但使用的是FLAC文件。如果您需要使用异步API,则必须将.flac
文件转换为原始LINEAR PCM文件。所以第二行看起来应该更像这样:
sample = client.sample(source_uri='gs://my-bucket/example.raw',
encoding=speech.Encoding.LINEAR16,
sample_rate=44100)
要从FLAC转换为LINEAR16,您需要使用其他工具,例如sox
。
有关转换文件格式的详细信息,请参阅。该命令可能类似于:
sox example.flac example.raw