1

我在 Github https://github.com/googleapis/python-speech/issues/52上的问题 已经活跃了 9 天，仅有的两个尝试回答的人都失败了，但现在我认为有人可能会这样做回答这个问题，即使他们不了解 Google 的 Speech Api 的工作原理，谁也了解 Google Cloud Buckets 的工作原理。为了将长音频文件转换为文本，首先必须将它们上传到云端。我使用的一些语法现在似乎被破坏了，以下语法可能有效，只是谷歌没有解释如何使用此代码与上传到云的文件协调。因此，在下面发布的代码中：

https://cloud.google.com/speech-to-text/docs/async-recognize#speech_transcribe_async-python

该content对象必须位于云上，并且必须是字节对象。假设对象的地址是：gs://audio_files/cool_audio

我将使用什么语法使内容对象引用字节对象？

from google.cloud import speech
from google.cloud.speech import enums
from google.cloud.speech import types
client = speech.SpeechClient()

audio = types.RecognitionAudio(content=content)
config = types.RecognitionConfig(
    encoding=enums.RecognitionConfig.AudioEncoding.LINEAR16,
    sample_rate_hertz=16000,
    language_code='en-US')

operation = client.long_running_recognize(config, audio)

print('Waiting for operation to complete...')
response = operation.result(timeout=90)
4

2 回答 2

0

我之前的回答并没有真正解决你的问题。让我再尝试一次：

请试试这个：

audio = types.RecognitionAudio(content=bytes(content, 'utf-8'))
于 2020-09-18T16:36:54.607 回答
-1

GCS 将对象存储为字节序列。如果您的对象有一个 Content-Encoding 标头，该标头会导致在下载时转换内容（例如，如果客户端不提供 Accept-Encoding: gzip 标头，则 gzip 内容将被解压缩）；如果它具有 Content-Type 标头，则客户端应用程序或库可能会以不同的方式处理信息。

于 2020-09-14T16:55:01.173 回答