Google 语音 Api 在 C# 中从返回 {"result":[]} 的音频文件中获取文本

Question

我正在尝试创建一个 windows 应用程序，我可以在其中获取我拥有的音频文件，然后运行将其中的声音写入带有 Google 的文本文件语音识别 API。这是我所做的：

1) 我去了这里 https://groups.google.com/a/chromium.org/forum/?fromgroups#!forum/chromium-dev 并成为了会员。

2) 我进入 Google 开发者控制台并成功生成了一个 API 密钥。

3) 我在网上得到了一些代码运行它：

private void btnGoogle_Click(object sender, EventArgs e)
        {

            string path = @"Z:\path\to\audio\file\good-morning-google.flac";
            try
            {

                FileStream fileStream = File.OpenRead(path);
                MemoryStream memoryStream = new MemoryStream();
                memoryStream.SetLength(fileStream.Length);
                fileStream.Read(memoryStream.GetBuffer(), 0, (int)fileStream.Length);
                byte[] BA_AudioFile = memoryStream.GetBuffer();
                HttpWebRequest _HWR_SpeechToText = null;
                _HWR_SpeechToText =
                            (HttpWebRequest)HttpWebRequest.Create(
                                "https://www.google.com/speech-api/v2/recognize?output=json&lang=en-us&key=your-api-key-here");
                _HWR_SpeechToText.Credentials = CredentialCache.DefaultCredentials;
                _HWR_SpeechToText.Method = "POST";
                _HWR_SpeechToText.ContentType = "audio/x-flac; rate=44100";
                _HWR_SpeechToText.ContentLength = BA_AudioFile.Length;
                Stream stream = _HWR_SpeechToText.GetRequestStream();
                stream.Write(BA_AudioFile, 0, BA_AudioFile.Length);
                stream.Close();

                HttpWebResponse HWR_Response = (HttpWebResponse)_HWR_SpeechToText.GetResponse();
                if (HWR_Response.StatusCode == HttpStatusCode.OK)
                {
                    Console.WriteLine("looks ok...");
                    StreamReader SR_Response = new StreamReader(HWR_Response.GetResponseStream());
                    Console.WriteLine(SR_Response.ReadToEnd());

                    Console.WriteLine(SR_Response.ReadToEnd());
                    Console.WriteLine("Done");
                }



            }
            catch (Exception ex)
            {
                Console.WriteLine(ex.ToString());
            }

            Console.ReadLine();
        }

以上代码运行。它给了我以下输出：

looks ok...
{"result":[]}

因此我知道我收到 HttpStatusCode.OK 响应，因为 looks ok... 日志行已执行。

然而，结果完全是空的...这是为什么呢？我做错了什么吗？

编辑：这是我获得音频文件的地方：https://github.com/gillesdemey/google-speech-v2

Answer 1

首先你的代码比需要的更复杂，我用了这个：

string api_key = "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx";
string path = @"C:\temp\good-morning-google.flac";

byte[] bytes = System.IO.File.ReadAllBytes(path);

WebClient client = new WebClient();
client.Headers.Add("Content-Type", "audio/x-flac; rate=44100");
byte[] result = client.UploadData(string.Format(
            "https://www.google.com/speech-api/v2/recognize?client=chromium&lang=en-us&key={0}", api_key), "POST", bytes);

string s = client.Encoding.GetString(result);

您的第二期是您的音频文件！它是 32 位立体声。它应该是 16 位 PCM 单声道。所以转换为单声道并降为 16 位。我用 http://www.audacityteam.org/ 来转换你的文件。见截图。

然后我得到了这个回复：

{"result":[]}
{"result":[{"alternative":[{"transcript":"good morning Google how are you feeling today","confidence":0.987629}],"final":true}],"result_index":0}

Answer 2

如果Google APIs return没有结果，很可能无法完成请求。所以你的代码没有问题，只是测试音频。您是否尝试过其他音频文件？我知道这一点是因为我使用过 Google 自定义搜索 API。如果没有找到结果，它将 return 为空。

Google 语音 Api 在 C# 中从返回 {"result":[]} 的音频文件中获取文本

Google Speech Api get text from audio file returning {"result":[]} in C#

c#

windows

google-api

google-speech-api