谷歌语音 API 空答案

【问题标题】：Google Speech API Empty Answer谷歌语音 API 空答案
【发布时间】：2018-06-01 02:51:17
【问题描述】：

对于测试，我使用了 Google 语音 API 示例 (https://cloud.google.com/speech-to-text/docs/reference/rest/v1/speech/recognize) 在那里我尝试了一个 .ogg 文件这个（https://www.dropbox.com/s/lw66x3g143mtnsl/SpeechToText.ogg?dl=0）我将音频文件转换为 16000Hz 这是完整的请求

{
  "audio": {
  "content": " content "
  },
  "config": {
  "encoding": "OGG_OPUS",
  "languageCode": "de-DE",
  "sampleRateHertz": 16000
  }
}

然后我使用 Base64 编码器 (https://www.giftofspeed.com/base64-encoder/) 转换了音频文件，所以这里的内容太长了。现在我的问题只是一个空洞的答案。我得到了代码 200，但没有别的

感谢所有回答！

【问题讨论】：

标签： api speech google-speech-api opus

【解决方案1】：

您引用的 .ogg 文件 URL 是使用编解码器 Vorbis 而不是 Opus 编码的。您可以使用 opus-tools 将音频文件编码为 Opus 文件，然后再将其提供给 Google 的服务

这是我用来将您的文件识别为 Vorbis 的调试：

作品信息

$ opusinfo SpeechToText.ogg 
Processing file "SpeechToText.ogg"...

Use ogginfo for more information on this file.
New logical stream (#1, serial: ffe6c0ca): type Vorbis
Logical stream 1 ended

ffmpeg

$ ffmpeg -i SpeechToText.ogg 
ffmpeg version 3.4.2 Copyright (c) 2000-2018 the FFmpeg developers
Input #0, ogg, from 'SpeechToText.ogg':
  Duration: 00:00:03.41, start: 0.000000, bitrate: 116 kb/s
    Stream #0:0: Audio: vorbis, 16000 Hz, stereo, fltp, 160 kb/s
    Metadata:
      ENCODER         : Lavc58.18.100 libvorbis

【讨论】：