如何使用谷歌語音API翻譯直播？

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%

來源

2017-05-25 plonknimbuzz

您需要使用StreamingRecognize API call。你可以在PHP here找到一個例子。

來源

2017-05-25 13:22:11 blambert

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

如何使用谷歌語音API翻譯直播？

回答

相關問題