使用Google Cloud Speech API可以使用curl识别10到15分钟的文件吗？

Question

我正在使用REST API和cURL，因为我需要做一些快速和简单的事情，并且我在一个箱子上，我无法开始倾倒垃圾;即一些厚厚的开发者SDK。

我开始编码base64编码flac文件并启动speech.syncrecognize。

，最终失败：

{ 
    "error": { 
    "code": 400, 
    "message": "Request payload size exceeds the limit: 10485760.", 
    "status": "INVALID_ARGUMENT" 
    } 
} 

所以没关系，你不能在发送请求31284578个字节;必须使用云端存储。因此，我上传了flac音频文件，然后使用Cloud Storage中的文件再次尝试。这与失败：

{ 
    "error": { 
    "code": 400, 
    "message": "For audio inputs longer than 1 min, use the 'AsyncRecognize' method.", 
    "status": "INVALID_ARGUMENT" 
    } 
} 

好，speech.syncrecognize不喜欢的内容大小;请使用speech.asyncrecognize再试一次。这与失败：

{ 
    "error": { 
    "code": 400, 
    "message": "For audio inputs longer than 1 min, please use LINEAR16 encoding.", 
    "status": "INVALID_ARGUMENT" 
    } 
} 

好的，所以speech.asyncrecognize只能做LPCM;以pcm_s16le格式上传文件并重试。所以最后，我得到一个操作韩德尔：

{ 
    "name": "9174269756763138681" 
} 

继续检查它，最终它的完成：

{ 
    "name": "9174269756763138681", 
    "done": true, 
    "response": { 
    "@type": "type.googleapis.com/google.cloud.speech.v1beta1.AsyncRecognizeResponse" 
    } 
} 

所以等待，毕竟那，结果现在坐在队列中，有没有REST方法来请求结果？有人请告诉我，我已经错过了明显地盯着我，并且Google没有创建完全没有意义的，不完整的REST API。

Answer 1

因此，问题的答案是，不可以使用curl来使用Google云语音API在10到15分钟的文件中识别......假设您导航并符合相当紧密的一组约束......至少在beta1中。

什么是不明显从文档是结果应该返回的operations.get方法......这显然有我的任何尝试实际上返回的东西除空结果之外。

我的文件中的源码率为44,100或48,000 Hz，我将sample_rate设置为源本机码率。然而，与其中规定的文件：

采样率，赫兹在所有RecognitionAudio 邮件发送的音频数据。有效值是：8000-48000。 16000是最佳的。要获得最佳效果，请将音频源的采样率设置为16000 Hz。如果 不可行，请使用音频源的本机采样率 （而不是重新采样）。

重新采样到16,000赫兹我开始用operations.get得到结果。

我认为值得注意的是，相关并不意味着因果关系。重新采样到16,000 Hz后，文件变得非常小。因此，我无法证明它是一个采样率问题，而不仅仅是服务窒息超过一定大小的文件。

同样值得注意的是，文档指的是采样率不一致。看起来gRPC API可能期望sample_rate，并且REST API可能期望sampleRate，根据它们各自的详细定义，在这种情况下，快速入门可能会给出REST API的不正确示例。