问题标签 [google-cloud-speech]

我正在尝试使用 Google Cloud Speech api 来识别语音，遵循示例代码

https://github.com/GoogleCloudPlatform/java-docs-samples/tree/master/speech/grpc

我已按照说明创建了此处提到的凭据（服务帐户密钥），还创建了计费帐户。

当我执行mvn clean install命令时，它开始运行测试用例；我收到以下错误：

你能帮我理解发生了什么吗？

我正在尝试使用服务帐户的私有 .json 密钥获取凭据，它总是在这里抛出 GeneralSecurityException。

我在 android 上执行此操作，在阅读论坛后，您的项目中的 fromStream 和其他依赖项似乎存在问题（https://github.com/google/google-api-java-client/issues/979） -有人有什么建议吗？

当我使用 npm start 命令从命令提示符运行应用程序时，它运行良好。它从语音 api 返回结果。

我正在使用 binaryServer 和 binaryclient 将音频流式传输到谷歌云 API。

当我为电子应用程序创建包时，一切正常，但它没有从语音 api 返回结果。

这是我的代码片段：Package.json

这是我的 main.js

这是我的二进制服务器

谢谢你的帮助

我正在用 python 探索谷歌云语音 api。我正在关注这个链接。我也提到了这个stackoverflow链接。但是我被设置环境变量所震惊。

我做过的事情：

1.安装gcloud python模块

2.安装google-api-python-client模块

3.已设置服务账号（获取JSON文件）

4.获得API KEY

我对导出 GOOGLE_APPLICATION_CREDENTIALS 和 GCLOUD_PROJECT 环境变量感到震惊。

我的疑问是：

1.他们应该使用google cloud sdk导出吗？如果是，google cloud sdk在这里扮演什么角色，我们什么时候应该使用这个sdk？

2.由于我没有在代码中明确包含API密钥，是否意味着我的身份验证是在线自动验证的？在这种情况下，我在下面的代码中的get_speech_service()函数是做什么的？

下面是代码

我用谷歌搜索了很多次，我得到了提到的 stackoverflow 链接，它澄清了一些事情。由于我不清楚我在此处发布的上述疑问。

短于 1 分钟的音频文件可以毫无问题地转录，但是当我尝试转录较长的文件时，Google Speech API 返回一个空响应。

我使用以下 SoX 命令制作我的 .wav 文件：

该文件按预期播放。运行 SoXi，我得到以下信息：

然后我将它上传到我的 Google 存储，因为文档指出任何大于 1 分钟的文件都必须驻留在 gs 存储桶中，以便 API 转录它。

然后我运行以下代码开始转录操作：

返回的响应是空的。完整的响应如下所示：

表示请求已成功运行并完成，但没有任何实际响应。我哪里错了？

我在linux上使用下面链接中给出的程序。

https://github.com/GoogleCloudPlatform/python-docs-samples/blob/master/speech/cloud-client/quickstart.py

我面临的问题是如何使用 pyaudio 获取我自己的由麦克风录制的原始音频文件，以使用上述程序获取我录制的内容的文本。

我有以下 pyaudio 程序，但它给了我 wav 文件。但我想为谷歌云语音 api 保存原始音频文件。我不想将 wav 转换为原始音频文件。我直接想使用 pyaudio 保存原始音频文件。

所以我修改了Google Speech API示例代码（之前也没有工作）以与他们的更新通知（关于 中的弃用ClientAuthenticator）相提并论，并得到与以前相同的错误但没有解决方案，主机是speech.googleapis.com/v1beta1/speech:asyncrecognize?key=My_Key我的代码如下：

但它只是返回一个

欢迎任何帮助或建议，谢谢！

我正在使用 gcloud SDK 在 Raspberry Pi 3 Raspbian OS 上测试 Google Cloud Speech API 命令行。Google 提供的标准程序在我的 Mac OSX 上运行！在 Raspbian 中尝试它失败了。

我尝试设置 ENV 变量，如“GOOGLE_APPLICATION_CREDENTIALS”和“GCLOUD_PROJECT”，当这不起作用时，我取消设置这些变量并尝试运行“gcloud beta init”而不是“gcloud init”。没有这些作品的组合。

命令：

（注意：'sync-request.json' 的内容，请参阅快速入门指南示例）。

我收到的错误消息如下所示。似乎选择了错误的项目：

输出：

鉴于它们都是 Google 的一部分， Android SpeechRecognizer和Google Cloud Speech API有什么区别？他们是否使用相同的技术/模型？有没有人审查过性能差异？

我有兴趣编写一个能够识别多个说话者的语音识别应用程序。例如，如果 Bill、Joe 和 Jane 在说话，那么应用程序不仅可以将声音识别为文本，还可以按说话者（比如 0、1 和 2...人们）。

我正在寻找可以做到这一点的语音识别 API，而 Google Cloud Speech 是排名最高的 API。我查看了 API 文档以查看此类功能是否可用，但尚未找到。

我的问题是：这个功能是否存在？

注意：谷歌的支持页面说他们的工程师有时会在 SO 上回答这些问题，所以似乎有人可能会回答问题的“意志”部分。