如何修复# issue 400指定FLAC编码以匹配文件头？

Question

我正在使用谷歌的语音到文本的API。

下面是我的python代码：

from google.cloud import speech_v1p1beta1 as speech

import os
os.environ["GOOGLE_APPLICATION_CREDENTIALS"]="C:\\Users\\chetan.patil\\Speech Recognition-db71b5de7c80.json" #Specified key

client=speech.SpeechClient()

speech_file="Chetan_Recording_20Secflac.flac" #import file

with open(speech_file,'rb') as audio_file:
    content=audio_file.read()
    audio=speech.types.RecognitionAudio(content=content)

config=speech.types.RecognitionConfig(encoding=speech.enums.RecognitionConfig.AudioEncoding.LINEAR16,
                                      language_code='en_US',enable_speaker_diarization=True,audio_channel_count=1,
                                      sample_rate_hertz=44100)

response = client.recognize(config, audio)

当我运行line的最后一段代码时。它给出的错误是"400指定FLAC编码以匹配文件头“

即使我尝试了.wav文件，它给出的错误是"400必须使用单声道(单声道)音频，但WAV头指示2声道“

有人能在这方面帮我一下吗？

Answer 1

删除整个编码配置似乎也是可行的。我的意思是从配置设置中删除encoding=speech.enums.RecognitionConfig.AudioEncoding.LINEAR16，因为这可以从音频文件的头部推断出来。

Answer 2

当我运行line的最后一段代码时

。它给出的错误是"400指定FLAC编码以匹配文件头“

你需要speech.enums.RecognitionConfig.AudioEncoding.FLAC来处理FLAC文件

即使我尝试了.wav文件，它给出的错误是"400必须使用单声道(单声道)音频，但WAV头指示2声道“。

wav文件应该是单声道的，看起来你尝试过立体声文件。