牛津扬声器识别项目 - 无效的音频格式

Question

我一直在尝试使用牛津项目说话人识别API（https://dev.projectoxford.ai/docs/services/563309b6778daf02acc0a508/operations/5645c3271984551c84ec6797）。

我已经成功地在麦克风上录制声音，将其转换为所需的WAV（PCM，16位，16K，单声道）。

问题是当我尝试将此文件作为二进制流发布到 API 时，它会返回无效音频格式错误消息。

网站上的演示接受相同的文件（https://www.projectoxford.ai/demo/SPID）。

我正在使用此代码使用 python 2.7。

import httplib
import urllib
import base64
import json
import codecs
headers = {
    # Request headers
    'Content-Type': 'application/octet-stream',
    'Ocp-Apim-Subscription-Key': '{KEY}',
}
params = urllib.urlencode({
})

def enroll(audioId):
    conn = httplib.HTTPSConnection('api.projectoxford.ai')
    file = open('test.wav','rb')
    body = file.read()
    conn.request("POST", "/spid/v1.0/verificationProfiles/" + audioId +"/enroll?%s" % params, str(body), headers)
    response = conn.getresponse()
    data = response.read()
    print data
    conn.close()
    return data

这就是我得到的回应。

{
    "error": {
        "code": "BadRequest",
        "message": "Invalid Audio Format"
    }
}

请有人指导我错过了什么。我已经验证了音频文件的所有属性和 API 所需的要求，但没有运气。

感谢所有答案和评论。

Answer 1

我用 ruby 编写的测试程序将此文件发送到牛津项目，并且可以正常工作。我认为问题可能出在您发送的其他参数中。 尝试将"内容类型"标题更改为"音频/WAV;采样率=1600' 这是我使用的标题。 我还发送了一个带有文件大小的"内容长度"标头。 我不确定是否需要"内容长度"，但包含它是一个很好的标准。