python - 牛津计划的演讲者识别-无效的音频格式

Question

我已经尝试了很多使用牛津工程扬声器识别API的方法
(https://dev.projectoxford.ai/docs/services/563309b6778daf02acc0a508/operations/5645c3271984551c84ec6797)。

我已经成功地在麦克风上录制了声音，然后将其转换为所需的WAV(PCM，16bit，16K，Mono)。

问题是，当我尝试将此文件作为二进制流发布到API时，它返回无效的音频格式错误消息。

演示文件在网站(https://www.projectoxford.ai/demo/SPID)上接受相同的文件。

我正在此代码中使用python 2.7。

import httplib
import urllib
import base64
import json
import codecs

headers = {
    # Request headers
    'Content-Type': 'application/octet-stream',
    'Ocp-Apim-Subscription-Key': '{KEY}',
}

params = urllib.urlencode({
})


def enroll(audioId):
    conn = httplib.HTTPSConnection('api.projectoxford.ai')
    file = open('test.wav','rb')
    body = file.read()
    conn.request("POST", "/spid/v1.0/verificationProfiles/" + audioId +"/enroll?%s" % params, str(body), headers)
    response = conn.getresponse()
    data = response.read()
    print data
    conn.close()
    return data

这就是我得到的回应。

{
    "error": {
        "code": "BadRequest",
        "message": "Invalid Audio Format"
    }
}

如果有人能指导我有关我所缺少的，请。我已经验证了音频文件的所有属性以及API所需的要求，但是没有运气。

所有的答案和评论表示赞赏。

Answer 1

我将此文件连同我的测试程序发送到oxford项目，该测试程序在ruby中并且工作正常。我认为问题可能出在您发送的其他参数中。尝试将“内容类型” header 更改为“音频/音频”； samplerate = 1600'这是我使用的 header 。我还发送了“Content Length” header 以及文件的大小。我不确定是否需要“内容长度”，但包含它是一个很好的标准。