Google 云语音同步识别 "INVALID_ARGUMENT"

Question

我管理了 "overview tutorial" : https://cloud.google.com/speech/docs/getting-started 然后我尝试使用我自己的音频文件。我上传了一个 .flac 文件，采样率为 16000Hz。

我只用 google 云存储 (gs://my-bucket/test4.flac)

上托管的我自己的音频文件更改了下面的 sync-request.json 文件

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

文件识别良好，但请求 return 出现 "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

不好意思，作为文档“https://cloud.google.com/speech/docs/basics”，.flac 文件必须是 16 位 PCM

总结：

编码：FLAC
通道：1 @ 16 位
采样率：16000Hz

/!\ 注意不要导出会引发其他错误的立体声文件（2 通道）文件（仅接受一个通道）Google speech API internal server error -83104

Answer 2

根据 this 回答，所有编码 仅支持 1 个通道（单声道） 音频

我正在使用此命令创建 FLAC 文件：

ffmpeg -i test.mp3 test.flac

Sample rate in request does not match FLAC header

但添加 -ac 1（将音频通道数设置为 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);
    });

采样率可以是16000或44100或其他有效的，编码可以是FLAC或LINEAR16。 Cloud Speech Docs

Google 云语音同步识别 "INVALID_ARGUMENT"

Google cloud speech syncrecognize "INVALID_ARGUMENT"

flac

google-cloud-speech