API谷歌语音到文本-mp3文件
我能够使用链接中包含的教程转录音频(https://cloud.google.com/speech-to-text/docs/async-recognize)，但它仅适用于WAV格式的音频。我想让它与MP3或M4A格式的音频一起工作。
我已经测试了链接中包含的所有可能性(https://github.com/GoogleCloudPlatform/java-docs-samples/blob/master/speech/cloud-client/src/main/java/com/example/speech/Recognize.java），并遵循链接中的指导原则(https://cloud.google.com/speech-to-text/docs/encoding)
在Google Cloud主页上，Speech API演示工具允许您发送mp3文件并进行成绩单。
我想要一个社区的帮助，为我的请求转录一个音频超过1分钟的mp3格式。
共有1个答案
谢谢你的帮助。但让我用另一种方式来解释。
在链接页面上，介绍如何使用音频文件进行转录。然而，在GitHub中提供的所有可能性中，没有人能够以WAV以外的格式转录音频。我的大多数文件都是MP3和M4A格式。
我总是得到以下答案：
线程“main”java中出现异常。lang.IndexOutOfBoundsException：java上的索引：0。util。集合$清空列表。在com上获取（Collections.java:4454）。日志信息。演讲演讲SpeechApplication。main（SpeechApplication.java:50）
我认为问题在于setEncoding和setSampleRateHertz参数中的识别配置。我找不到正确的JAVA设置来转录WAV以外的文件。
-
Android谷歌语音转文本SDK，语音录制由SDK控制。我需要将其设置为手动按钮，用于启动和停止语音录制，以便将语音转换为文本。例如：当单击按钮开始语音识别时，它会继续录制音频，直到单击停止按钮。但在android SDK中，它会自动停止录制并将录制的音频传递给处理。
-
我正在使用谷歌云语音到文本AP，并试图转录长音频文件。但是，无法检测到桶中的音频文件。我得到一个错误，说明：IOError：[Errno 2]没有这样的文件或目录： transcribe_gcs（gcs_uri）：
-
我正在使用spyder IDE进行我的语音到文本转换项目，该项目使用谷歌语音到文本api。我在代码中集成了谷歌语音和文本，出现了类似“配额耗尽”的错误。在谷歌控制台的仪表板上，我可以看到可用的配额。 > 错误 文件"C：\Program Data\Anaconda3\lib\site-包\speech_recognition__init__. py"，第932行，在recognize_google
-
新的谷歌云语音文本转换API据说是市场上最好的。它是否提供了说话人注释（或其他说话人信息）？比如谁在什么时候说什么。我似乎在它的文档或提供的例子中找不到任何提到它的地方。 IBM和亚马逊都这样做。 如果有人能告诉我，我将不胜感激，谢谢！
-
使用Microsoft语音API转录中/大型音频文件（每个文件约6-10分钟）的最佳方式是什么？比如批量音频文件转录？ 我使用了https://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/speech-to-text-sample中提供的代码，用于连续转录语音，但它在某个时候停止转录。转录有任何限制吗？我只使用免
-
我似乎在这上面找不到任何东西。iOS7中是否有任何Siri类或API允许您进行文本到语音转换？我所要做的就是如下所示： 然后让Siri从我的应用程序中说出来。 看来我们应该有能力做到这一点，不是吗？似乎是一件微不足道的事情。