机智AI语音识别

Question

我正在尝试将ogg格式的音频提交给https://api.wit.ai/speech?v=20200513。我需要接收语音的文本表示。当我通过curl请求提交代码时，它返回空响应为{"_text": "", "entities": ""}。我也尝试用pywit执行它。下面是代码：

from wit import Wit

client = Wit('XXXXXXXXXXXXXXXXX')
with open('2.ogg', 'rb') as f:
    print(f)
    resp = client.post_speech(f, content_type='audio/ogg')

print('Yay, got Wit.ai response: ' + str(resp))

我的猜测是没有捕获到文件，但是打印显示_io.BufferedReader name='2.ogg'，这意味着该文件存储在缓冲区中，但是我拒绝转录它。

为什么机智以空_text来响应？

Answer 1

不知道为什么，但是即使文档说明它可以使用此文件扩展名，但问题仅在OGG文件中才会发生。因此，我不得不将音频转换为WAV，然后重试。这次效果很好。