谷歌语音到文本不能正常工作与很短的音频(单个词)

Question

我正在测试和流媒体音频以及wav文件。我使用来自电话的音频: 8000采样率，8位，混音编码。Google配置是适当设置的。

当我用正常序列测试它时，它会返回一个正确的转录。然而，当我说一个单词(特别是数字)时，我经常没有从api ->获得任何响应，就好像它没有输入一样。这种情况发生在流和批量转录。

有人知道为什么会这样吗？怎么修呢？

Answer 1

云语音到文本API 最佳做法建议使用无损编解码器，如FLAC或LINEAR16。我用LINEAR16进行了验证，它适用于数字中的单个单词。所以解决办法是对音频进行转码。