Google 语音 api、node.js 客户端 - 使用“操作”时结果错误

Question

我正在使用 node.js 客户端库，特别是 startRecognition 方法，为了获得结果，我使用了 Speech.operation。但是，我得到以下结果而不是结果 - 查看包含一些编码字符串而不是 JavaScript 对象的“值”对象。

{ result: 'response',
  name: '3939860839213416358',
  metadata: 
   { typeUrl: 'type.googleapis.com/google.cloud.speech.v1.LongRunningRecognizeMetadata',
     value: 'CGQSCwiKx47IBRCg6pRuGgsIqM6OyAUQgO+vYQ==' },
  done: true,
  error: null,
  response: 
   { typeUrl: 'type.googleapis.com/google.cloud.speech.v1.LongRunningRecognizeResponse',
     value: 'EoQaCtICCsoCVGhleSBzbWFsbCBsYXRlc3QgZW52aXJvbm1lbnQuIFdlIGhhdmUgYSBjb3Jwb3JhdGUgYnVzaW5lc3Mgc2VydmljZSBhbmQgdGhlcmVmb3Jl' } }

有人看过吗？这是一个错误吗？还是有办法将其解码为 JavaScript 对象？

这是一个演示问题的代码sn-p：

var Speech = require('@google-cloud/speech')({
  projectId: 'my project name',
  keyFilename: '<key file name>.json'
});

var opName='';

var config = {
  encoding: 'LINEAR16',
  sampleRateHertz: 48000,
  languageCode: 'en-US',
  maxAlternatives: 10
};

asyncGoogleASR('gs://file-location',config);

function asyncGoogleASR(googleCloudURI,request) {
    Speech.startRecognition(googleCloudURI, request,async_callback);
}
function async_callback(err, operation, apiResponse) {
  if (err) {
    console.log(err);
  }
  opName=operation.latestResponse.name;

   operation
    .on('error', function(err) {
        console.log("error");
        console.log(err);
    })
    .on('complete', function(results) {
        console.log(results);  // this works okay
        var op = Speech.operation(opName);
           op
            .on('error', function(err) {
                console.log("error");
                console.log(err);
            })
            .on('complete', function(results) {
                console.log(results);  // this prints garbage
            });
   });


 }

Answer 1

LongRunningOperation 从第一个请求返回，但您必须在操作完成后检索结果。换句话说，speech.startRecognize 将返回您轮询的“操作”标识符，直到操作完成并稍后用于检索结果。

以下代码已经过测试，可以帮助您入门：

const Speech = require('@google-cloud/speech');
const speech = Speech();
const request = {
  encoding: encoding,
  sampleRateHertz: sampleRateHertz,
  languageCode: languageCode
};

speech.startRecognition(gcsUri, request)
  .then((results) => {
    const operation = results[0];
    return operation.promise();
  })
  .then((results) => {
    const transcription = results[0];
    console.log(`Transcription: ${transcription}`);
  })
  .catch((err) => {
    console.error('ERROR:', err);
  });

请注意，此代码不是使用speech.recognize，而是使用speech.startRecognize（如果它们存储在 Google Cloud Storage 中，您可以使用大文件）。

要查看它是否有效，请尝试：

node recognize.js async-gcs gs://gcs-test-data/vr.flac -e FLAC -r 16000`

如图所示in the Github project。