25
4
I am sending the audio file from a WhatsApp voice message (WhatsApp business cloud API) to google speech to text recognition.
The very weird thing is that it works for voice messages sent from a windows whatsapp client.
So having the official WhatsApp windows WhatsApp program send a voice message does work.
But it does not work when sending the voice message from an android whatsapp app.
So there seems to be different encoding for the voice audio file.
Both have Opus Audio codec and both have sample rate of 48000 Hz.
Both files can be played with VLC, but the android file is much smaller
Any help or ideas on that?
我将WhatsApp语音消息(WhatsApp业务云API)中的音频文件发送到Google语音到文本识别。非常奇怪的是，它适用于从Windows WhatsApp客户端发送的语音消息。因此，让官方的WhatsApp Windows WhatsApp程序发送语音消息是可行的。但当从Android WhatsApp应用程序发送语音消息时，它不起作用。因此，语音音频文件似乎有不同的编码。两者都有Opus音频编解码器，都有48000赫兹的采样率。这两个文件都可以用VLC播放，但Android文件要小得多，有什么帮助或想法吗？
Not sure if that info helps: The working audio file from windows whatsapp desktop has bits per sample 32. The not working one from android has no information about bits per sample. Also the not working file is much smaller.
不确定这些信息是否有帮助：Windows WhatsApp桌面上的工作音频文件的位数为每样本32位。来自Android的不工作的那个没有关于每个样本的位数的信息。此外，不工作的文件要小得多。
Try transcoding it to 16 bits per sample?
尝试将其代码转换为每个样本16位？
The problem is that Google speech to text didn't recognize the Android audio file? I recomend trasncode the files to Google requeriments
问题是谷歌语音转文本无法识别Android音频文件吗？我建议把这些文件翻译成谷歌请求
It happened to me too, you just need to convert the file to WAV and then you don't need to specify sampleRate nor encoding (source) when providing it to the google speech API.
这也发生在我身上，你只需要把文件转换成wav，然后你不需要指定sampleRate或编码(来源)，当你把它提供给Google Speech API时。
For the conversion this answer worked for me, just change 'mp3' to 'wav'.
对于这个答案适用于我的转换，只需将‘mp3’改为‘wav’。
If another answer also answers this question, why not just flag or vote to close the question as a duplicate rather than post a low-quality answer?
如果另一个答案也回答了这个问题，为什么不标记或投票结束这个重复的问题，而不是发布一个低质量的答案呢？
25
4
0
我有一个小型WordPress网站。我做了很多音频工作，并且试图在WordPress的博客条目中发布HTML5音频剪辑。由于某种原因，它不起作用。它可能与我在WordPress网站上使用的样式有关，但
我在让 html5 标签与 Web Audio API .createMediaElementSource() 方法配合使用时遇到问题。请参阅下面的 jsFiddle/代码。任何想法这里出了什么问题将
我尝试安装ffmpeg $ brew install ffmpeg 并运行 ffmpeg $ ffmpeg -i audio.m4a -ar 8000 -ab 12.2k audio.amr 我收到以
我已使用Web Audio API中的getByteFrequencyData方法使用了来自Analyzer节点的FFT数据来创建频谱可视化器，如下所示: 在这种情况下，我有256个数据箱。这个数字到
Google VR刚刚为wwise制作了一个VR插件: https://developers.google.com/vr/audio/wwise-getting-started https://git
如何将新记录追加到现有记录中的选定位置或特定位置？ 例如，有一个5秒的录制，我想再次录制，但是将此录制追加到先前录制的特定位置，说出来:在3秒钟的录制长度之后追加此录制。 最佳答案 您可以使用getC
我们基于 Raspberry Pi 和 omxplayer 构建简单的网络控制视频播放器。我们遇到的问题是任何使用 ffmpeg 转码的文件都有音频不同步。在 iPad 上制作并直接上传到 Pi 的视
我正在尝试了解Web Audio API的引入对基于Web的游戏的开发意味着什么。 Flash游戏当然可以执行一些相当高级的音频处理，对于简单的游戏，音频元素也许就足够了。但是Web Audio AP
我已经在如何用简单的音频引擎循环播放声音效果方面进行了广泛的搜索，但是在cocos2d论坛上除了hello with looping sfx之外，它并没有取得太大进展，因为它存在多个问题。如何在Sim
我的任务是打开一个扩展名为 mka 的现有音频文件(Matroska 容器)并提取原始音频数据。 This示例仅显示了从 mp2 文件中提取原始数据的示例。我不知道如何使用 mka 容器执行此操作。我
我是Lync 2013 SDK的新手(现在已经使用了几周)，并且能够弄清除此以外的大部分东西…… 当我加入 session 时(使用ConversationManager.JoinConference
我好奇。如何实现有史以来最简单的音频引擎？我有一些类似使用默认音频设备的音频数据流的想法。玩了很多 RtAudio，我认为如果可以放弃一些功能，这是可能的。有人知道从哪里开始吗？ 最佳答案 我会这样做
我一直在玩网络音频API。 我正在使用getByteFrequencyData来显示频带的分贝数据，但是我想更改显示频带的整个范围，因为现在重要的音频都被压缩为一对频带。 有关如何执行此操作的任何想法
我想在音频 session 以NAudio开始和结束时接收回调。以下代码正在运行: private void SetupMediaSessionCallbacks() {
我可以用trackPosition，offset以某种方式记录并输出到WAV。当在浏览器中播放时，它工作正常，我只想输出到WAV文件。 for (var i = 0; i 0) {
在哪种情况下，我们可以不将Google Resonance Audio SDK与耳机配合使用，而应将其与真实的扬声器配合使用(例如，安装在360°的音圈设置中)？ 还是所有算法都不适用于真实的扬声器输
AudioPannerNode是一个处理节点，用于在三维空间中定位/空间化传入的音频流。有没有一种方法可以将其用于常规LR平移，请记住它使用3D笛卡尔坐标系与侦听器结合使用，该侦听器的位置和方向与平移
我有一个带有两个源的音频对象，分别为M4A和OGG格式。 代码如下: 然后，我可以调用document.getElementById('audio1')。play()并开始播放。 它适用于所有
我正在尝试构建一个允许将时间/节奏(可能是音高)输入到 Web 音频振荡器节点的界面。实际上创建了一个“步进音序器”。 为 Web Audio API 振荡器节点触发预定 NoteOn 的最佳方式是什
是否可以使用 Core Audio 以亚毫秒级延迟播放声音？ 我尝试过使用具有不同大小和缓冲区数量的 AudioQueues，也尝试过使用 AudioUnits，但我一直无法将延迟降低到 30 毫秒以
个人中心
文章发布
退出
我是一名优秀的程序员,十分优秀！