如何为c＃中的Google语音识别api准备音频文件（wav或mp3）？

Question

       String jsonRequest = "{\"config\": {\"languageCode\":\"en-US\"},\"audio\": {\"content\": \"" + base64Content+ "\"}}";
        String str = "";
        var speech = SpeechClient.Create();
        var response = 
        speech.Recognize(RecognizeRequest.Parser.ParseJson(jsonRequest));
        foreach (var result in response.Results)
        {
            foreach (var alternative in result.Alternatives)
            {
                Console.WriteLine(alternative.Transcript);
                str += alternative.Transcript;
            }
        }

此代码与单声道.wav文件一起正常工作，但它会引发立体声文件的异常。例外是

  

状态（StatusCode = InvalidArgument，Detail =“必须使用单声道（单声道）音频，但WAV标头指示2个声道。”）

所以，我的问题是如何添加对立体声文件的支持？如何在c＃中将多声道音频转换为单个声道？我已经尝试this answer因此请勿参考它。它不起作用。

Answer 1

您应该查看sox，它可以将几乎任何格式转换为另一种格式，包括采样率转换，以及您的情况下有趣的频道转换。在文档中，您可以找到许多有关如何使用它的示例。

在你的情况下，我会建议不要从音频中提取一个频道，因为这可能意味着所需的音频仅在另一个未被选中的频道上。

如果您希望完全控制音频，可以与bass.net.dll联系bass.dll，这样您就可以将频道混合在一起或选择特定的频道。