来自声音文件的 UnicodeDecodeError

Question

我正在尝试使用 Google 语音 API 在 Python 中制作语音识别器。我一直在使用和调整来自here 的代码（转换为 Python3）。我在我的计算机上使用一个音频文件，该文件已使用在线转换器从 mp3 转换为 flac 16000 Hz（如原始代码中所指定）。运行代码时出现此错误：

$ python3 speech_api.py 02-29-2016_00-12_msg1.flac 
Traceback (most recent call last):
  File "speech_api.py", line 12, in <module>
    data = f.read()
  File "/usr/lib/python3.4/codecs.py", line 319, in decode
    (result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x80 in position 9: invalid start byte

这是我的代码。 （我敢肯定还有一些东西在 Python3 中不起作用，因为我一直在尝试适应它并且对 urllib 不熟悉...）

#!/usr/bin/python
import sys
from urllib.request import urlopen
import json
try:
    filename = sys.argv[1]
except IndexError:
    print('Usage: transcribe.py <file>')
    sys.exit(1)

with open(filename) as f:
    data = f.read()

req = urllib.request('https://www.google.com/intl/en/chrome/demos/speech.html', data=data, headers={'Content-type': 'audio/x-flac; rate=16000'})

try:
    ret = urllib.urlopen(req)
except urllib.URLError:
    print("Error Transcribing Voicemail")
    sys.exit(1)

resp = ret.read()
text = json.loads(resp)['hypotheses'][0]['utterance']
print(text)

有什么想法可以做吗？

Answer 1

您需要以二进制模式打开文件：

open(filename, 'wb')

注意'b'，否则文件将被视为文本并解码为 Unicode。