google-api - Google Speech Recognition API 结果为空

Question

我正在向 Google Cloud Speech API 执行异步请求，但我不知道如何获取操作结果:

请求 POST: https://speech.googleapis.com/v1beta1/speech:asyncrecognize

正文:

{
    "config":{
                 "languageCode" : "pt-BR",
                 "encoding" : "LINEAR16",
                 "sampleRate" : 16000
             },
     "audio":{
                 "uri":"gs://bucket/audio.flac"
             }
}

返回:
{ "name": "469432517" }
所以，我发了一个帖子: https://speech.googleapis.com/v1beta1/operations/469432517

返回:

{
    "name": "469432517",
    "metadata": {
        "@type": "type.googleapis.com/google.cloud.speech.v1beta1.AsyncRecognizeMetadata",
        "progressPercent": 100,
        "startTime": "2016-08-11T21:18:29.985053Z",
        "lastUpdateTime": "2016-08-11T21:18:31.888412Z"
    },
    "done": true,
    "response": {
                    "@type": "type.googleapis.com/google.cloud.speech.v1beta1.AsyncRecognizeResponse"
                }
}

我需要得到操作的结果:转录的文本。

我怎样才能做到这一点？

Answer 1

你已经得到了操作的结果，它是空的。结果为空的原因是格式不匹配。您应该已经提交了“LINEAR16”文件(PCM 未压缩数据，基本上是 WAV 文件)并尝试提交 FLAC(压缩格式)。

空结果的其他原因可能是不正确的采样率、不正确的 channel 数等。

最后，纯静音的文件将导致空响应。