google-cloud-platform - google speech api 识别无效

Question

我正在尝试按照此处找到的有关 google speech api 的示例

https://cloud.google.com/speech/docs/getting-started

1)我创建了如下json请求文件

{
    'config': {
          'encoding':'FLAC',
          'sampleRate': 16000,
          'languageCode': 'en-US'
    },
    'audio': {
         'uri':'gs://cloud-samples-tests/speech/brooklyn.flac'
    }
}

2) 对我的服务帐户进行身份验证

gcloud auth activate-service-account --key-file=service-account-key-file

3) 成功获取我的授权 token

gcloud auth print-access-token
access_token

4) 然后使用下面的curl命令

curl -s -k -H "Content-Type: application/json" \
    -H "Authorization: Bearer access_token" \
    https://speech.googleapis.com/v1beta1/speech:syncrecognize \
    -d @sync-request.json

但我不断收到以下回复

{
  "error": {
    "code": 400,
    "message": "Invalid recognition 'config': bad encoding..",
    "status": "INVALID_ARGUMENT"
  }
}

我是否需要访问 uri gs://cloud-samples-tests/speech/brooklyn.flac 的权限？这就是问题所在吗？

提前致谢..

Answer 1

在我看来，这是一个文件格式问题。

您必须发送 WAV 文件而不是 FLAC ...

[ 不支持 FLAC 和 MP3 格式 <=> 需要在服务器端进行文件转换(代表成本)]

将您的音频文件转换为 WAV(使用 ffmpeg 或 avconv )，然后重试。

你也可以看看here (查看工作示例)