flac - 谷歌云语音同步识别 "INVALID_ARGUMENT"

Question

我管理了“概述教程”:https://cloud.google.com/speech/docs/getting-started
然后我尝试使用我自己的音频文件。我上传了一个采样率为 16000Hz 的 .flac 文件。

我只改了sync-request.json下面的文件与我自己的音频文件托管在谷歌云存储 (gs://my-bucket/test4.flac)

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

该文件被很好地识别，但请求返回“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

根据 this回答，所有编码 仅支持 1 个 channel (单声道)声音的

我正在使用以下命令创建 FLAC 文件:

ffmpeg -i test.mp3 test.flac

Sample rate in request does not match FLAC header

但是添加 -ac 1 (将音频 channel 数设置为 1)修复了此问题。

ffmpeg -i test.mp3 -ac 1 test.flac

这是我的全部 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