Google Speech-to-text API，InvalidArgument：400 必须使用单通道（单声道）

Question

我InvalidArgument: 400在 google Speech-to-text 中不断收到此错误，问题似乎是我使用的是 2 声道音频（立体声），而 API 正在等待（单声道）中的 wav。

如果我在音频编辑器中转换文件它可能会工作，但我不能使用音频编辑器来转换一批文件。有没有办法在 Python 或 Google Cloud 中更改音频类型。

注意：我已经尝试过“wave 模块”，但我一直收到错误 #7 无法识别的文件类型（我无法从 Python 中读取带有模块 wave 的 wav 文件）

-ERROR- InvalidArgument: 400 必须使用单声道（单声道）音频，但 WAV 标头指示 2 个声道。

Answer 1

假设您正在使用google-cloud-speech库，您可以使用您的audio_channel_count属性RecognitionConfig并指定输入音频数据中的通道数（默认为一个通道（单声道））。你可以这样做：

from google.cloud import speech

client = speech.SpeechClient()
results = client.recognize(
    audio = speech.types.RecognitionAudio(
        uri = 'gs://your-bucket/recording.wav',
    ),
    config = speech.types.RecognitionConfig(
        encoding = 'LINEAR16',
        language_code = 'en-US',
        sample_rate_hertz = 44100,
        audio_channel_count = 2,
    ),
)

有关更多信息，请参阅API 文档。