如何使用Google Cloud SpeechV1 API进行文本语音转换-需要能够正确有效地处理3个小时以上的音频文件

问题描述

我正在寻找文档和资料，但找不到解决方案

已安装NuGet软件包

还生成了API密钥

但是找不到有关如何使用API​​密钥的适当文档

此外，我希望能够上传很长的音频文件

那么上载长达3个小时的音频文件并获得结果的正确方法是什么？

我有300美元的预算，所以应该足够

这是我到目前为止的代码

此代码当前失败，因为我目前不知道如何正确设置凭据

我还准备使用服务帐户文件

public partial class MainWindow : Window
{
    public MainWindow()
    {
        InitializeComponent();
    }

    private void Button_Click(object sender,RoutedEventArgs e)
    {
        var speech = SpeechClient.Create();           
        
        var config = new RecognitionConfig
        {               
            Encoding = RecognitionConfig.Types.AudioEncoding.Flac,SampleRateHertz = 48000,LanguageCode = LanguageCodes.English.UnitedStates
        };
        var audio = RecognitionAudio.FromStorageUri("1m.flac");

        var response = speech.Recognize(config,audio);

        foreach (var result in response.Results)
        {
            foreach (var alternative in result.Alternatives)
            {
                Debug.WriteLine(alternative.Transcript);
            }
        }
    }
}

我不想设置环境变量。我同时拥有API密钥和服务帐户json文件。如何手动设置？

解决方法

如果您不想使用环境变量，则需要使用SpeechClientBuilder创建具有自定义凭据的SpeechClient。假设您在某处有一个服务帐户文件，请更改此内容：

var speech = SpeechClient.Create();

对此：

var speech = new SpeechClientBuilder
{
    CredentialsPath = "/path/to/your/file"
}.Build();

请注意，要执行长时间运行的识别操作，您还应该使用LongRunningRecognize方法-我强烈怀疑您当前的RPC将失败，或者明确地因为它试图在太大的文件上运行，或者只会超时。

,

在创建Speech实例之前，您需要设置环境变量：

 Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS","text-tospeech.json");

第二个参数（text-tospeech.json）是具有Google Api生成的凭据的文件。