Как перевести потоковую трансляцию с помощью Google Speech API?

Это документы Google Speech API: https://cloud.google.com/speech/docs/sync-recognize

Я пробую этот API в течение 2 недель. но до сих пор не могу решить мою основную цель (перевести потоковую трансляцию).

Я использую PHP. (другие предложения разрешены, я найду сам)

Что я могу сделать за 2 недели:

  1. Синхронное распознавание речи (<=1 мин)

  2. Асинхронное распознавание речи (>1 мин и <=80 мин). Примечание: я могу изменить это, чтобы принять 3 часа видео.

  3. Распознавание живой речи с микрофона: https://www.google.com/intl/en/chrome/demos/speech.html

  4. ОБНОВЛЕНИЕ: Выполните потоковый API со звуком продолжительностью менее 6 секунд.

Что я не могу сделать, это:

  1. Как транслировать трансляции в прямом эфире. Например: потоковое радио (задержка допускается)

  2. Как перевести при воспроизведении видео / аудио. (задержка допускается)

ОБНОВИТЬ:

Я также задаю вопрос на Google GitHub тоже. но так как нет ответа, я спрашиваю здесь.

Резюме:

я могу выполнять потоковую передачу речи, но только с 6-секундным звуком. Это не то, что я ожидал. Я ожидаю признания неограниченной продолжительности (кажется, мы не знаем, когда закончится потоковое радио).

Спасибо за любую помощь. я очень ценю это

#ОБНОВИТЬ:

чтобы подтвердить, что я не могу использовать видео более 6 секунд. так что я пишу это:

я пробую это видео интервью.mp4 и конвертирую его с помощью ffmpeg в интервью. ffmpeg -i interview.mp4 -c:a flac -ar 16000 -ac 1 -sample_fmt s16 interview.flac,

я использую эту библиотеку для расшифровки видео с помощью этой команды:

php speech.php transcribe --encoding FLAC --language-code en-US --sample-rate 16000 --stream interview.flac

и результат:

  [Google\GAX\ApiException]
  Invalid 'audio_content': too long.

это не может быть слишком долго, потому что продолжительность видео составляет всего 48 секунд. это мета из результата ffmpeg:

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%
Источник

1 ответ

Решение

Вам нужно использовать StreamingRecognize Вызов API. Вы можете найти пример этого в PHP здесь.

Источник
Другие вопросы по тегам