沃森NarrowBand向不接受ogg文件的文本讲话

Question

NodeJS应用程序使用ffmpeg从mp3 & mp4创建ogg文件。如果源文件是宽带的，沃森语音文本接收文件没有任何问题。如果源文件是窄带的，沃森语音到文本无法读取ogg文件。我已经测试了来自ffmpeg的输出，窄带ogg文件具有与mp3文件相同的音频内容(例如，我可以听它，也可以听到相同的人)。是的，预先，我正在更改对Watson的调用，以正确指定模型和content_type。守则如下：

exports.createTranscript = function(req, res, next)
{ var _name = getNameBase(req.body.movie);
  var _type = getType(req.body.movie);
  var _voice = (_type == "mp4") ? "en-US_BroadbandModel" : "en-US_NarrowbandModel" ;
  var _contentType = (_type == "mp4") ? "audio/ogg" : "audio/basic" ;
  var _audio = process.cwd()+"/HTML/movies/"+_name+'ogg';
  var transcriptFile = process.cwd()+"/HTML/movies/"+_name+'json';

  speech_to_text.createSession({model: _voice}, function(error, session) {
    if (error) {console.log('error:', error);}
    else
      {
        var params = { content_type: _contentType, continuous: true,
         audio: fs.createReadStream(_audio),
          session_id: session.session_id
          };
          speech_to_text.recognize(params, function(error, transcript) {
            if (error) {console.log('error:', error);}
            else
              { fs.writeFile(transcriptFile, JSON.stringify(transcript), function(err) {if (err) {console.log(err);}});
                res.send(transcript);
              }
          });
      }
  });
}

_type要么是mp3 (电话录音窄带)，要么是mp4 (宽带) model: _voice被跟踪以确保正确的设置，content_type: _contentType已经被跟踪以确保正确的设置。

任何ogg文件提交到带有窄带设置的文本的语音文件都会失败，用实际的窄带文件进行Error: No speech detected for 30s.测试，并要求沃森将宽带ogg文件(从mp4创建)读取为窄带。同样的错误信息。我遗漏了什么？

Answer 1

沃森演讲到文本的文档在这一点上令人困惑。文档这里表明，当使用窄带模型时，content_type应该设置为audio/basic。那是不正确的。在本例中，入站音频文件是窄带文件，但它是ogg文件，因此content_type仍然应该是audio/ogg。这一变化就解决了这个问题。