Question

对于测试，我使用了Google语音api示例（https://cloud.google.com/speech-to-text/docs/reference/rest/v1/speech/recognize）在那里我尝试了.ogg文件这个（https://www.dropbox.com/s/lw66x3g143mtnsl/SpeechToText.ogg?dl=0）我将音频文件转换为16000Hz 这是完整的请求

{
  "audio": {
  "content": " content "
  },
  "config": {
  "encoding": "OGG_OPUS",
  "languageCode": "de-DE",
  "sampleRateHertz": 16000
  }
}

然后我使用Base64编码器（https://www.giftofspeed.com/base64-encoder/转换了aduio文件）因此内容太长了。现在我的问题我得到一个空洞的答案。我得到了代码200，但没有别的

感谢所有答案！

Answer 1

您引用的.ogg文件网址是使用编解码器Vorbis而非Opus编码的。您可以使用opus-tools将音频文件编码为Opus文件，然后再将其提供给Google的服务

这是我用来将您的文件标识为Vorbis的调试：

<强> opusinfo

$ opusinfo SpeechToText.ogg 
Processing file "SpeechToText.ogg"...

Use ogginfo for more information on this file.
New logical stream (#1, serial: ffe6c0ca): type Vorbis
Logical stream 1 ended

<强>的ffmpeg

$ ffmpeg -i SpeechToText.ogg 
ffmpeg version 3.4.2 Copyright (c) 2000-2018 the FFmpeg developers
Input #0, ogg, from 'SpeechToText.ogg':
  Duration: 00:00:03.41, start: 0.000000, bitrate: 116 kb/s
    Stream #0:0: Audio: vorbis, 16000 Hz, stereo, fltp, 160 kb/s
    Metadata:
      ENCODER         : Lavc58.18.100 libvorbis

Google Speech API空答案

1 个答案: