智能语音识别答案

【问题标题】：Wit AI speech recognition智能语音识别
【发布时间】：2020-08-30 18:45:50
【问题描述】：

我正在尝试将 ogg 格式的音频提交给 https://api.wit.ai/speech?v=20200513。我需要接收语音的文本表示。当我通过 curl 请求提交代码时，它返回空响应为{"_text": "", "entities": ""}。我也尝试用 pywit 执行它。下面是代码：

from wit import Wit

client = Wit('XXXXXXXXXXXXXXXXX')
with open('2.ogg', 'rb') as f:
    print(f)
    resp = client.post_speech(f, content_type='audio/ogg')

print('Yay, got Wit.ai response: ' + str(resp))

我的猜测是文件没有被捕获，但是打印显示_io.BufferedReader name='2.ogg'，这意味着文件存储在缓冲区中，但机智AI拒绝转录。

为什么wit回复空_text？

【问题讨论】：

这似乎不是一个编程问题。
我在询问与 API 相关的问题，以及它是如何运作的，我解释了我尝试了什么以及我的猜测。为什么这不是编程问题？
我遇到了同样的问题，即使是 wav 文件。大多数情况下它都有效，但有时它只是不断返回空的 _text 和实体..

标签： python wit.ai

【解决方案1】：

不知道为什么，但该问题仅发生在 OGG 文件中，即使文档说明它确实适用于此文件扩展名。因此，我不得不将音频转换为 WAV 并重试。这次效果很好。

【讨论】：