Google-Cloud-Speech 语音转文本错误 #4058

Question

我想识别 NodeJS 服务器中的音频文件。

我在Windows 10上使用命令行，Node的版本是10.6.0，我已经安装了@google-cloud/speech 经常使用 npm。更重要的是，我已经声明了凭据的环境变量（在此解释 https://cloud.google.com/docs/authentication/getting-started?hl=en），并且我已将 json 文件复制到“凭据”文件夹中：

设置 GOOGLE_APPLICATION_CREDENTIALS="C:\Users\Me\Documents\NodeJs\Project1\credentials\RDCommandeVocale-b521de3b57d9.json"

文件是通过 ffmpeg 使用以下命令编码的：

ffmpeg -i newRecording.aac -vol 512 -c flac -ar 16000 newRecording.flac

我的源代码是：

const folderName = "uploaded";
const fileName = "newRecording";
const client = new speech.SpeechClient();

const config = {
  encoding:"FLAC",
  sampleRateHertz: 16000,
  languageCode: "fr-FR"
};
const audioBytes = fs.readFileSync(`${__dirname}\\` + folderName + "\\" + fileName + ".flac").toString('base64');
//This doesn't work else with this : 
//const audioBytes = fs.readFileSync(".\\uploaded" + fileName + ".flac").toString('base64');
// ... nor this one
//const audioBytes = fs.readFileSync("./uploaded" + fileName + ".flac").toString('base64');

const request = {
  config: config,
  audio: audioBytes,
};

client.recognize(request).then( response=>{
  const transcription = response.results 
  .map(result => result.alternatives[0].transcript)// récupérer uniquement la première alternative
  .join('\n');
  console.log("Textual transcription: ", transcription );
  res.status(200)
  .json({ status: "success", message: transcription });
},
(err)=>{
  console.log("Transcription ERROR : ", JSON.stringify(err));
  res.status(500)
  .json({ status: "error", message: JSON.stringify(err) });
});

我收到此错误：

文本转录：{"errno":-4058,"syscall":"lstat","code":"ENOENT","path":"c:\Users\Me\Documents\Me\NodeJs\Project1\ \"C:"}

Google Cloud API 文档中的任何地方都引用了这种错误类型吗？

Answer 1

以下代码 sn-p 功能齐全，将在控制台上显示response 对象。您错过了 request 对象的 audio 属性需要 { contents: audioBytes } 对象这一事实。

对于本次测试，我还删除了您添加的所有服务器端代码。

由于您似乎更喜欢Promise 方法（而不是await/async），所以我保留了它，但使用.catch 方法而不是捕获任何错误，在.then 内的第二个函数中作为您做了。

const speech = require('@google-cloud/speech');
const fs = require('fs')
const client = new speech.SpeechClient();

const config = {
    encoding: 'FLAC',
    sampleRateHertz: 16000,
    languageCode: 'en'
};

const audioBytes = fs.readFileSync('test.flac').toString('base64');

const request = {
    config: config,
    audio: {
        content: audioBytes
    }
};

client
    .recognize(request)
    .then( response => {
        const transcription = response.results 
        console.log("Textual transcription: ", JSON.stringify(response, {}, 2));
    })
    .catch((err) => {
        console.log("Transcription ERROR : ", err);
    });

通过我的音频文件，我得到了以下回复：

$ node transcribe-test.js 
Textual transcription:  [
  {
    "results": [
      {
        "alternatives": [
          {
            "words": [],
            "transcript": "the following is an audio abstract for 2019",
            "confidence": 0.8660579323768616
          }
        ],
        "channelTag": 0
      }
    ]
  },
  null,
  null
]

祝你好运！

Answer 2

这似乎不是 Google 的文字转语音服务的错误，而是找不到目录的错误。

探索 Node 的内置 path module，尤其是 join() method。

你可能想重写这一行：

const audioBytes = fs.readFileSync(`${__dirname}\\` + folderName + "\\" + fileName + ".flac").toString('base64');

像这样：

const path = require('path')
...
const file = path.join(__dirname, folderName, fileName, '.flac')
const audioBytes = fs.readFileSync(file).toString('base64')

虽然这对您来说可能并不重要，但这也适用于 Windows 以外的系统，因为 Node 会自动执行正确的操作。