0

EMPTY 结果如下所示：

json[0] "{\"result\":[]}"
json[1] ""

NON-EMPTY 结果（期望结果）如下所示：

json[0] "{\"result\":[]}"
json[1] "{\"result\":[{\"alternative\":[{\"transcript\":\"good morning Google how are you feeling today\",\"confidence\":0.987629}],\"final\":true}],\"result_index\":0}"
json[2] ""

我有这个功能，应该把“.flac”文件转换成文本。出于某种原因，只有这两个示例“.flac”文件在通过 Google Speech API 传递时返回一个字符串，其他 flac 文件返回 EMPTY 结果。这些人也有同样的问题：link

这是我所有的flac文件：链接

my.flac并且this_is_a_test.flac工作完美，谷歌语音 API 给了我一个 jason 对象，里面有文本。

但是，recorded.flac它不适用于谷歌语音 API，并给了我 EMPTY json 对象。

调试：

  1. 我以为问题出在麦克风上，我录制recorded.flac了很多次，响亮而清晰，并使用 ffmpeg 将其转换为 flac。但谷歌语音API仍然无法识别 recorded.flac

  2. 我以为我的代码格式错误，所以我尝试了

    _HWR_SpeechToText.ContentType = “音频/116；速率=16000”；

    代替

_HWR_SpeechToText.ContentType =“音频/x-flac；速率=44100”；

Then, none of them worked, not a single flac file. so i changed it back.

这是我的谷歌语音 API 代码，它将 FLAC 文件转换为 TEXT（我认为没有必要，但是，无论如何）：

public void convert_to_text()
    {
        FileStream fileStream = File.OpenRead("recorded.flac");//my.flac
        MemoryStream memoryStream = new MemoryStream();
        memoryStream.SetLength(fileStream.Length);
        fileStream.Read(memoryStream.GetBuffer(), 0, (int)fileStream.Length);
        byte[] BA_AudioFile = memoryStream.GetBuffer();
        HttpWebRequest _HWR_SpeechToText = null;
        _HWR_SpeechToText = (HttpWebRequest)HttpWebRequest.Create("https://www.google.com/speech-api/v2/recognize?output=json&lang=en-us&key=" + ACCESS_GOOGLE_SPEECH_KEY);
        _HWR_SpeechToText.Credentials = CredentialCache.DefaultCredentials;
        _HWR_SpeechToText.Method = "POST";
        _HWR_SpeechToText.ContentType = "audio/x-flac; rate=44100";
        _HWR_SpeechToText.ContentLength = BA_AudioFile.Length;
        Stream stream = _HWR_SpeechToText.GetRequestStream();
        stream.Write(BA_AudioFile, 0, BA_AudioFile.Length);
        stream.Close();
        HttpWebResponse HWR_Response = (HttpWebResponse)_HWR_SpeechToText.GetResponse();

        StreamReader SR_Response = new StreamReader(HWR_Response.GetResponseStream());
        string responseFromServer = (SR_Response.ReadToEnd());

        String[] jsons = responseFromServer.Split('\n');
        foreach (String j in jsons)
        {
            dynamic jsonObject = JsonConvert.DeserializeObject(j);
            if (jsonObject == null || jsonObject.result.Count <= 0)
            {
                continue;
            }
            text = jsonObject.result[0].alternative[0].transcript;
            jsons = null;
        }
        label1.Content = text;
    }
4

1 回答 1

1

首先检查文件是 16 位 PCM 单声道而不是立体声。使用http://www.audacityteam.org/很容易做到

在此处输入图像描述

然后你可以使用这个简单的代码来做到这一点：

string api_key = "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx";
string path = @"C:\temp\good-morning-google.flac";

byte[] bytes = System.IO.File.ReadAllBytes(path);

WebClient client = new WebClient();
client.Headers.Add("Content-Type", "audio/x-flac; rate=44100");
byte[] result = client.UploadData(string.Format(
                "https://www.google.com/speech-api/v2/recognize?client=chromium&lang=en-us&key={0}", api_key), "POST", bytes);

string s = client.Encoding.GetString(result);
于 2016-02-12T00:02:15.553 回答