不能让谷歌 API 处理 WAV 音频

Question

我想转录一个电话中的简单音频。

我目前正在使用语音 API

const speech = require('@google-cloud/speech').v1p1beta1;

关于我正在尝试转录的音频的信息：

• 编解码器：PCM MU-LAW (mlaw)
• 频道：立体声
• 采样率：8000
• 每个样本的位数：16
• 持续时间：35 秒

我正在为 API 使用此配置：

const requestGoogle = {
      audio: {
        uri: [ my audio location ]
      },
      config: {
        audioChannelCount: 2,
        enableSeparateRecognitionPerChannel: true,
        enableAutomaticPunctuation: true,
        languageCode,
        model: 'default',
        useEnhanced: true,
        interactionType: 'PHONE_CALL',
        encoding: 'MULAW',
        microphoneDistance: 'NEARFIELD',
        recordingDeviceType: 'PHONE_LINE',
      }
    };

向 API 请求时，我收到 400 响应状态并显示错误消息：

{

“错误”：“3 INVALID_ARGUMENT：无效识别'config'：错误通道数。”

}

如果有人可以帮助我，那就太好了，谢谢！

Answer 1

将编解码器数据 - 从编解码器：PCM MU-LAW (mlaw) - 转换为 - 编解码器：PCM - 使用 G711 解码器。

使用频道：单声道。