谷歌云语音 api 返回空结果答案

【问题标题】：google cloud speech api returning empty result谷歌云语音 api 返回空结果
【发布时间】：2016-09-26 21:21:58
【问题描述】：

我一直在使用 Chromium Google Speech API，最近改用了 Google Cloud Speech API。自从谷歌云语音 API 发布以来，在识别准确率方面的表现似乎有所下降。我还看到越来越多的“空结果”返回到流式音频。

我同时将音频流式传输到多个不同的服务，Google Cloud Speech API 返回空结果，而其他一些服务返回转录文本。让我想知道 Chromium Speech API 和 Google Cloud Speech API 的工作方式是否有任何变化？

我验证了音频的正确标题，并确认我正在将音频流式传输到 Google。

是否有人遇到过 Google 有时（更像是大多数时候）返回空结果的情况？

【问题讨论】：

与stackoverflow.com/questions/38906527/…相关

标签： google-cloud-platform google-cloud-speech

【解决方案1】：

此类问题更适合公共问题跟踪器，因为它需要更多详细信息才能重现您的确切错误。确保在此form 中填写所需信息，或者至少填写清楚突出问题的代码的最小工作示例。为了准确再现，提供您执行并返回错误的示例代码或命令以及您流式传输的音频文件的配置文件和 URI（或文件）并返回空结果非常重要。

事实上，目前处于测试阶段的语音 API 存在已知问题，因此可能会导致转录无法正常工作。同时，您可以参考以下documentation 以确定是否有任何最佳实践适用于您的案例。

【讨论】：

【解决方案2】：

我也收到了空响应，但最终通过使用不同设置进行编码得到了结果。

sox async.wav -t raw --channels=1 --bits=16 --rate=16000 --encoding=signed-integer --endian=little async.raw

【讨论】：

【解决方案3】：

我也有同样的问题，谷歌语音 API 返回空结果。我使用FFmpgeg 将我的音频文件转换为 LINEAR16。为了安装这个工具，我使用了 Homebrew：

brew install ffmpeg

为了将我的音频文件转换为 LINEAR16，我使用了以下命令：

ffmpeg -i input.flac -f s16le -acodec pcm_s16le output.raw

在我将它加载到我的 Google 存储库后：https://console.cloud.google.com/storage/browser/

这是我的 JSON 文件，其中包含用于发出请求的配置：

{
  'config': {
      'encoding':'LINEAR16',
      'sampleRate': 16000,
      'languageCode': 'en-US'
  },
  'audio': {
      'uri':'gs://your-bucket-name/output.raw'
  }
}

对于超过 1 分钟的文件，你需要使用 Asyncrecognize 方法：

curl -s -k -H "Content-Type: application/json" \
-H "Authorization: Bearer [YOUR-KEY]" \
https://speech.googleapis.com/v1beta1/speech:asyncrecognize \
-d @sync-request.json

它将返回操作ID。您可以通过获取操作结果来检查它是否准备好：

curl -s -k -H "Content-Type: application/json" \
-H "Authorization: Bearer " [YOUR-KEY]\
https://speech.googleapis.com/v1beta1/operations/[OPERATION-ID]

【讨论】：