音频文件中的静音/暂停导致 Google Speech to Text 转录提前结束

Question

我正在使用 Google Speech to Text API 使用 Python3 中的同步识别意图转换 FLAC 音频文件。但是，当音频文件包含短暂的停顿或静音时，转录会提前结束，并且响应不会捕获暂停/静音后的文本。

        audiofile = self.convert_mp3_to_flac(audiofile)
        with io.open(audiofile, 'rb') as audio_file:
            content = audio_file.read()
        audio = types.RecognitionAudio(content=content)
        config = types.RecognitionConfig(
            encoding=enums.RecognitionConfig.AudioEncoding.FLAC,
            sample_rate_hertz=24000,
            language_code='en-US',
            enable_automatic_punctuation=True)
        response = self.client.recognize(config, audio)

响应对象不包含音频文件中静音后的语音转录。

我希望看到整个转录，因为我正在使用整个音频文件发出请求。

Answer 1

音频源是否使用降噪麦克风产生？一种解决方法是在音频中添加一些白噪声。