问题标签 [google-speech-api]

根据https://cloud.google.com/speech/reference/rest/v1beta1/speech/asyncrecognize#authorization，我正在尝试将包含以下信息的发布请求发送到https://speech.googleapis.com/v1beta1 /speech:asyncrecognize在正文中：

我不知道如何在正文中设置这些参数。我们有 json 数据以及要放入正文的音频文件的二进制内容。这是我的代码：

我正在尝试将语音识别与 C# 应用程序一起使用，但这样我只能在输出中预测短语：

我可以像 Google Speech Recognition API 一样获得输出，识别语音，不存在的单词并给我输出，或者如果我可以使用带有 C# 的 Google Speech Recognition 会很高兴看到一些例子如何做到这一点？

当得知 Google 终于发布了面向开发者的官方语音 API 时，我感到非常兴奋。我一直对 Google 的语音识别在 Android、Chrome 和其他产品中的出色表现感到惊讶。

我创建了一个 Google Cloud 帐户，启用了语音 API，并按照Google Speech API 文档创建了一些测试脚本。准确率超高，但速度慢得离谱。一个 18 秒的音频文件将花费他们的引擎大约 16 秒的时间来转录！Microsoft Bing Speech API 只需 3-4 秒即可完成！

有没有人有同样的经历？还是我的配置有问题？非常感谢任何帮助！

这是我使用的代码：

重击：

你好，我正在尝试为 C# windows 应用程序找到免费且有用的语音识别。我试过System.Speech.Recognition; 但是如果没有预先录制短语或单词并且我想使用DictationGrammar有时我必须说 20 次相同的短语或单词，但 20 次我的识别结果是错误的。所以我并不是说它不能很好地工作，但它不适用于我的情况。因此，如果我能以某种方式使其更好地工作，请在这里需要您的帮助：

我在使用 Python 进行Google Speech Recognition之前尝试过，它至少正确率为 95%，足以说，这对我来说已经足够了，但显然如果我没有密钥，它就不能免费使用：

说 API 密钥仅用于 Chromium 开发，而不是在此列表中提问https://www.chromium.org/developers/how-tos/api-keys也许还有其他一些使用方法：

我也尝试使用 Bing Speech API，但似乎它仅用于这里的 XAML 应用程序msdn.microsoft.com/en-us/library/dn434606.aspx和msdn.microsoft.com/en-us/library/dn467592.aspx

然后我找到了这个工具列表，但似乎没有什么是免费的http://www.dmoz.org/Computers/Speech_Technology/Toolkits/

我有点失落，我真的希望你能帮助我。我正在尝试使用 Google Speech API。我的目标是获取一个音频文件，将其发送到 Speech API 并让它返回文本。这是我到目前为止所做的： • 在 Google 上创建了一个项目 • 创建了一个服务帐户 • 注册了一个指向我从 Google 下载的 json 文件的环境变量。• 将 NuGet GoogleSpeechAPI 安装到 Visual Studio 2015

我真的不知道从这里去哪里。到目前为止，这是我尝试实现的：（从 codeproject 上的借用代码修改）

我最近接触了谷歌语音 API，并试图让官方的 Node.js 演示工作。

但是当我使用 .flac 文件（从我的手机记录并转换）来测试演示时，我从 Google 语音 API 服务器收到了这个错误：

并且音频文件都不会作为gs://前缀 URI 上传到 Google 云存储，base64 字符串内容也不能在 PostMan/curl 中使用。总是得到internal server error -83104。

我不知道这个错误代码代表什么意思，有人可以帮忙吗？

我正在尝试找到一种使用 ruby​​（最好是）服务器端轻松将 mp3 转换为 flac 文件的方法。我有一大群音频，我想使用谷歌语音 api 转录，但它只接受 flac。（除其他事项外）。可以找到一个可以在笔记本电脑上运行的 flac2mp3 转换器，查看代码，不幸的是，它似乎只是调用了一个需要在本地安装编解码器的系统命令。.

有没有可能为我做这个的api？或者是安装编解码器并在 heroku 上运行此类命令的简单方法。

尝试在 C# 中使用 Google Speech API 返回 403。

在 Google Cloud Platform 中，我生成了一个密钥，但仍然出现 403 错误。

使用此代码：

这可能是一些无效的密钥问题，尝试生成服务器密钥和浏览器密钥，结果相同，403（禁止）

请帮忙。

我正在将谷歌语音 api 与科尔多瓦应用程序一起使用。

我正在录制音频并使用cordova插件“cordova-plugin-media”将其保存到我的本地驱动器，之后我正在使用cordova-plugin-file的readAsDataUrl（）方法读回文件。这正在返回我的 base64 数据。

如果我将此 base 64 数据传递到 google api 服务器，它将始终返回空结果而没有任何错误。下面是相同的代码。

如果有人解决了类似的问题，请帮助我。

我有以下问题：我有一个名为 word_count 的默认字典，其中包含单词和它们出现的频率。我通过计算 Google Speech API 的回复得到这个。但是，这个 API 为我返回了诸如德语字母 'ö' 的 '\303\266' 之类的东西。现在我想通过这个字典，测试上面显示的这些东西之一是否存在，并用正确的东西替换它，如下所示：

填充默认字典：

到目前为止它工作正常，我可以打印字典，它可以让我得到带有数字的单词。

现在更换钥匙：

现在这不起作用，我猜是因为我不能 pop(key) 因为它需要一个整数。我该怎么做？我尝试了几种方法，但这里似乎没有任何效果。

任何帮助将不胜感激！

解决方案：

原来这是我的错，因为我对字典进行了排序，从而将其转换为元组列表。感谢所有帮助我解决这个问题的人！