這是谷歌語音API文檔:https://cloud.google.com/speech/docs/sync-recognize如何使用谷歌語音API翻譯直播?
我嘗試此API 2周。但仍然無法解決我的主要目的(翻譯直播)。
我正在使用PHP。 (其他的語的建議是允許的,我會自己找)
我可以在我的2周做:
同步語音識別(< = 1分)
異步語音識別(> 1min和< = 80分鐘)。 注意:我可以修改此接受3小時視頻。從話筒
直播語音識別:https://www.google.com/intl/en/chrome/demos/speech.html
UPDATE:與音頻流進行API小於6秒的持續時間。
我不能做的是:
如何翻譯現場直播。例如:廣播流(允許延遲)
如何翻譯視頻/音頻播放時。 (延遲是允許的)
UPDATE:
我也要求對谷歌GitHub上的問題了。但既然沒有答案,我問here。
總結:
我可以執行語音流,但只有6第二音頻。這不像我所期望的。我的期望是承認無限的持續時間(似乎我們不知道什麼時候無線電流將結束)。
感謝您的幫助。我很欣賞它
#UPDATE:
批准,我不能使用的視頻長度超過6秒。所以我寫這個:
我試試這個視頻interview.mp4並用ffmpeg轉換爲interview.flac使用此ffmpeg -i interview.mp4 -c:a flac -ar 16000 -ac 1 -sample_fmt s16 interview.flac
。
我用這個library使用該命令來錄製視頻:
php speech.php transcribe --encoding FLAC --language-code en-US --sample-rate 16000 --stream interview.flac
,其結果是:
[Google\GAX\ApiException]
Invalid 'audio_content': too long.
它不能太長,因爲視頻的持續時間僅是48秒。這是ffmpeg的結果:
Output #0, flac, to 'interview.flac':
Metadata:
major_brand : isom
minor_version : 512
compatible_brands: isomiso2avc1mp41
encoder : Lavf57.72.101
Stream #0:0(und): Audio: flac, 16000 Hz, mono, s16, 128 kb/s (default)
Metadata:
handler_name : SoundHandler
encoder : Lavc57.92.100 flac
size= 810kB time=00:00:48.01 bitrate= 138.1kbits/s speed= 108x
video:0kB audio:801kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: 1.019650%
謝謝你blambert,我upvoted你的幫助。但是,請看看我的更新..我有錯過信息之前。抱歉。 – plonknimbuzz
我只是不知道如何在真正的流媒體中實現。我只知道如何發送6秒音頻到語音流api – plonknimbuzz
流API有60秒的限制,而不是6,所以你應該能夠流傳輸高達60秒的音頻。 6秒後你收到錯誤信息了嗎? – blambert