使用 w4a 格式音频 (Node.js) 的 IBM 语音到文本答案

【问题标题】：IBM speech to text using w4a format audio (Node.js)使用 w4a 格式音频 (Node.js) 的 IBM 语音到文本
【发布时间】：2016-09-20 16:10:38
【问题描述】：

我正在尝试使用 IBM 语音转文本 API 将信使中的音频转录为文本脚本。

request({
        uri: attachment.url,
        method: 'GET',
        encoding: null
      }, (err, res, audio) => {... do something...}

我使用 request 从我在消息中收到的 url 获取音频文件。但是我只能获取w4a文件，Watson只支持

音频/flac

音频/wav

音频/l16

音频/ogg

如何将 w4a 格式的音频转换为 wav 以符合规范。

或者还有其他方法可以做到这一点？

谢谢。

【问题讨论】：

要查找的关键字是“nodejs”和“ffmpeg”。类似stackoverflow.com/questions/33725893/…
其实是一个watson问题，所以我们需要添加watson标签才能得到正确的关注
这真是一个关于音频转换的问题，Watson STT 服务支持的音频格式列在这里：ibm.com/watson/developercloud/doc/speech-to-text/input.html 注意webm 也支持

标签： node.js ibm-cloud speech-to-text ibm-watson

【解决方案1】：

使用 audiobuffer-to-wav 之类的包将源音频文件 (.w4a) 转换为与 Watson STT 兼容的格式，例如 mp3/wav，然后将转换后的文件与 Watson STT API 一起使用。并且，如果您需要使用这个库服务器端，您可以使用 web-audio-api 包模拟 AudioContext 功能。

【讨论】：