谷歌语音 API 抛出无效的音频通道计数答案

【问题标题】：Google speech API throws Invalid audio channel count谷歌语音 API 抛出无效的音频通道计数
【发布时间】：2019-09-12 18:42:26
【问题描述】：

Google Speech API 为 Mac 机器上录制的音频抛出 Invalid audio channel count 异常。

我只是在使用 Google 提供的示例应用程序。

com.google.api.gax.grpc.ApiException: io.grpc.StatusRuntimeException: INVALID_ARGUMENT: Invalid audio channel count
    at com.google.api.gax.grpc.ExceptionTransformingCallable$ExceptionTransformingFuture.onFailure(ExceptionTransformingCallable.java:109)
    at com.google.api.gax.core.ApiFutures$1.onFailure(ApiFutures.java:52)
    at com.google.common.util.concurrent.Futures$6.run(Futures.java:1764)
    at com.google.common.util.concurrent.MoreExecutors$DirectExecutor.execute(MoreExecutors.java:456)
    at com.google.common.util.concurrent.AbstractFuture.executeListener(AbstractFuture.java:817)
    at com.google.common.util.concurrent.AbstractFuture.complete(AbstractFuture.java:753)
    at com.google.common.util.concurrent.AbstractFuture.setException(AbstractFuture.java:634)
    at io.grpc.stub.ClientCalls$GrpcFuture.setException(ClientCalls.java:466)
    at io.grpc.stub.ClientCalls$UnaryStreamToFuture.onClose(ClientCalls.java:442)
    at io.grpc.internal.ClientCallImpl$ClientStreamListenerImpl.close(ClientCallImpl.java:481)
    at io.grpc.internal.ClientCallImpl$ClientStreamListenerImpl.access$600(ClientCallImpl.java:398)
    at io.grpc.internal.ClientCallImpl$ClientStreamListenerImpl$1StreamClosed.runInContext(ClientCallImpl.java:513)
    at io.grpc.internal.ContextRunnable.run(ContextRunnable.java:52)
    at io.grpc.internal.SerializingExecutor$TaskRunner.run(SerializingExecutor.java:154)
    at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511)
    at java.util.concurrent.FutureTask.run(FutureTask.java:266)
    at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.access$201(ScheduledThreadPoolExecutor.java:180)
    at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.run(ScheduledThreadPoolExecutor.java:293)
    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
    at java.lang.Thread.run(Thread.java:745)
Caused by: io.grpc.StatusRuntimeException: INVALID_ARGUMENT: Invalid audio channel count
    at io.grpc.Status.asRuntimeException(Status.java:545)
    ... 13 more

这需要什么特殊配置吗？

这个错误是什么意思？

【问题讨论】：

标签： java speech-recognition speech-to-text

【解决方案1】：

在 Mac 上录制的音频很可能是立体声，但目前 API 似乎只支持 1 声道（单声道）音频。来自docs 的音频编码部分：

音频消息中发送的数据的音频编码。所有编码仅支持 1 声道（单声道）音频。

这里最简单的解决方案可能是使用 Audacity 之类的工具将样本转换为单声道。

【讨论】：

【解决方案2】：

Google Cloud 现在支持多通道，但是我仍然遇到这个问题，因为我使用了立体声音频文件，并且示例文档没有指定通道数 (audioChannelCount)。您可以使用以下方法执行此操作，如 https://cloud.google.com/speech-to-text/docs/multi-channel

中所述

const config = {
  encoding: `LINEAR16`,
  languageCode: `en-US`,
  audioChannelCount: 2,
  enableSeparateRecognitionPerChannel: true,
};

【讨论】：