谷歌云语音融合"INVALID_ARGUMENT“

Question

我已经管理了“概述教程”：https://cloud.google.com/speech/docs/getting-started，然后我尝试使用自己的音频文件。我上传了一个采样率为16000 of的.flac文件。

我只更改了下面的sync-request.json文件与我自己的音频文件托管在谷歌云存储(gs://my-bucket/test4.flac)

{
  "config": {
      "encoding":"flac",
      "sample_rate": 16000
  },
  "audio": {
      "uri":"gs://my-bucket/test4.flac"
  }
}

该文件已被很好地识别，但请求返回"INVALID_ARGUMENT“错误。

{
  "error": {
    "code": 400,
    "message": "Unable to recognize speech, code=-73541, possible error in recognition config. Please correct the config and retry the request.",
    "status": "INVALID_ARGUMENT"
  }
}

Answer 1

根据这的答案，所有编码只支持一个通道(单通道)音频。

我使用以下命令创建FLAC文件：

ffmpeg -i test.mp3 test.flac

请求中的采样率与FLAC报头不匹配。

但是添加-ac 1 (将音频通道的数量设置为1)解决了这个问题。

ffmpeg -i test.mp3 -ac 1 test.flac

这是我的完整Node.js代码

const Speech = require('@google-cloud/speech');
const projectId = 'EnterProjectIdGeneratedByGoogle';

const speechClient = Speech({
    projectId: projectId
});

// The name of the audio file to transcribe
var fileName = '/home/user/Documents/test/test.flac';


// The audio file's encoding and sample rate
const options = {
    encoding: 'FLAC',
    sampleRate: 44100
};

// Detects speech in the audio file
speechClient.recognize(fileName, options)
    .then((results) => {
        const transcription = results[0];
        console.log(`Transcription: ${transcription}`);
    }, function(err) {
        console.log(err);
    });

样本率可以是16000或44100，也可以是其他有效的，编码可以是FLAC或LINEAR16。云语音文档

Answer 2

我的错，作为文档"https://cloud.google.com/speech/docs/basics"，.flac文件必须是一个16位PCM。

总结：

编码: FLAC

频道:1@16位

采样频率:16000

/!\注意不要导出立体声文件(2个通道)，该文件会引发另一个错误(仅接受一个通道) Google语音API内部服务器错误-83104