我正在使用Google语音到文本API使用Python3中的同步识别意图来转换FLAC音频文件。但是,当音频文件包含短暂的停顿或静音时,听录会提前结束,并且响应不会在暂停/静音后捕获文本。
audiofile = self.convert_mp3_to_flac(audiofile)
with io.open(audiofile, 'rb') as audio_file:
content = audio_file.read()
audio = types.RecognitionAudio(content=content)
config = types.RecognitionConfig(
encoding=enums.RecognitionConfig.AudioEncoding.FLAC,
sample_rate_hertz=24000,
language_code='en-US',
enable_automatic_punctuation=True)
response = self.client.recognize(config, audio)
响应对象不包含音频文件中静音后的语音听录。
我希望看到整个转录,因为我正在使用整个音频文件发出请求。
音频源是否使用降噪麦克风产生? 一种解决方法是在音频中添加一些白噪声。