Google云语音API将不会返回超过1分钟的音频

短于1分钟的音频文件转录没有问题，但当我尝试转录较长的文件时，Google语音API会返回空响应。Google云语音API将不会返回超过1分钟的音频

我让使用下面的命令SOX我的.wav文件：

sox input.flac --channels=1 --bits=16 --rate=16000 --encoding=signed-integer --endian=little output.wav

的文件播放预期。运行SoXi，我得到以下信息：

Input File  : 'output.wav' 
Channels  : 1 
Sample Rate : 16000 
Precision  : 16-bit 
Duration  : 00:02:35.71 = 2491408 samples ~ 11678.5 CDDA sectors 
File Size  : 4.98M 
Bit Rate  : 256k 
Sample Encoding: 16-bit Signed Integer PCM

然后我把它上传到我的谷歌存储，因为文件指出，任何文件大于1分钟都必须能驻留在GS桶抄写它的API。

我然后运行下面的代码段以开始转录操作：

use \Google\Cloud\ServiceBuilder; 

$cloud = new ServiceBuilder([ 
    'keyFilePath' => '/var/www/cert/gcloud_key.json', 
    'projectId' => 'm****n-141000' 
]); 

$speech = $cloud->speech(); 

$operation = $speech->beginRecognizeOperation(
    "gs://m****n-141000.appspot.com/output.wav", [ 
    'encoding' => 'LINEAR16', 
    'sampleRate' => 16000 
]); 

$isComplete = $operation->isComplete(); 

while (!$isComplete) { 
    sleep(1); 
    $operation->reload(); 
    $isComplete = $operation->isComplete(); 
} 

var_dump($operation->results());

响应回来是空的。完整响应如下所示：

object(stdClass)#27 (4) { 
    ["name"]=> 
    string(19) "1904326252537199795" 
    ["metadata"]=> 
    object(stdClass)#24 (4) { 
    ["@type"]=> 
    string(70) "type.googleapis.com/google.cloud.speech.v1beta1.AsyncRecognizeMetadata" 
    ["progressPercent"]=> 
    int(100) 
    ["startTime"]=> 
    string(27) "2017-01-02T09:36:45.780425Z" 
    ["lastUpdateTime"]=> 
    string(27) "2017-01-02T09:36:46.720260Z" 
    } 
    ["done"]=> 
    bool(true) 
    ["response"]=> 
    object(stdClass)#26 (1) { 
    ["@type"]=> 
    string(70) "type.googleapis.com/google.cloud.speech.v1beta1.AsyncRecognizeResponse" 
    } 
}

建议请求运行并成功完成，但没有任何实际响应。我哪里错了？

来源

2017-01-02 dearsina

在这里看到的文档：https://cloud.google.com/speech/docs/basics

注意，没有结果目前不存在。语音API将继续处理所提供的音频和使用此操作来存储最终的结果，这将在请求完成时（类型AsyncRecognizeResponse）的操作“的应答字段中出现。

我假定有提供一个回调函数来处理包含转录的实际响应的方法

来源

2017-01-05 19:11:20 Aakash282

Speech API文档（https://cloud.google.com/speech/docs/encoding）表示不支持wav文件，它应该是没有任何头文件的原始文件（带* .raw扩展名）。sox转换应该有“--type = FILETYPE”的定义，但不幸的是我不确定它是否是“--type = raw”或其他东西。

来源

2017-01-10 11:58:13

您必须通过Google云端存储对象。

所以尝试：

use \Google\Cloud\ServiceBuilder; 

$cloud = new ServiceBuilder([ 
    'keyFilePath' => '/var/www/cert/gcloud_key.json', 
    'projectId' => 'm****n-141000' 
]); 

$storage = $cloud->storage(); 
$bucket = $storage->bucket($bucket_name); 
$object = $bucket->object($audio_filename); 

$speech = $cloud->speech(); 

$operation = $speech->beginRecognizeOperation(
    $object, [ 
    'encoding' => 'LINEAR16', 
    'sampleRate' => 16000 
]); 

$isComplete = $operation->isComplete(); 

while (!$isComplete) { 
    sleep(1); 
    $operation->reload(); 
    $isComplete = $operation->isComplete(); 
} 

var_dump($operation->results());

来源

2017-02-08 11:08:52 mickeywilko

Google云语音API将不会返回超过1分钟的音频

回答

相关问题