IBM Watson Speech-to-Text "не может перекодировать поток данных MIME-типы audio / webm -> audio / x-float-array" - PullRequest
Новая
       150

IBM Watson Speech-to-Text "не может перекодировать поток данных MIME-типы audio / webm -> audio / x-float-array"

0 голосов
/ 19 марта 2020

Я записываю короткие аудиофайлы (несколько секунд) в Chrome, используя mediaDevices.getUserMedia(), сохраняю файл в Firebase Storage, а затем пытаюсь отправить файлы в IBM Watson Speech-to-Text. Я получаю сообщение об ошибке: 

unable to transcode data stream audio/webm -> audio/x-float-array

В браузере я настроил микрофон: 

navigator.mediaDevices.getUserMedia({ audio: true, video: false })
.then(stream => {

var options = {
   audioBitsPerSecond : 128000,
   mimeType : 'audio/webm'
};

const mediaRecorder = new MediaRecorder(stream, options);
mediaRecorder.start();
...

Согласно этот ответ Chrome только поддерживает два типа мультимедиа 

audio/webm
audio/webm;codecs=opus

Я пробовал оба.

Вот что я отправил в IBM Watson: 

curl -X POST -u "apikey:my-api-key" \
--header "Content-Type: audio/webm" \
--data-binary "https://firebasestorage.googleapis.com/v0/b/my-app.appspot.com/my-file" \
--url "https://api.us-south.speech-to-text.watson.cloud.ibm.com/instances/01010101/v1/recognize"

Список поддерживаемых типов MIME включает webm и webm;codecs=opus.

Я попытался записать и отправить файл формата ogg и получил то же сообщение об ошибке: 

curl -X POST -u "apikey:my-api-key" \
--header "Content-Type: audio/ogg" \
--data-binary @/Users/TDK/LanguageTwo/public/1.ogg \
--url "https://api.us-south.speech-to-text.watson.cloud.ibm.com/instances/01010101/v1/recognize"

Я попробовал образец аудиофайла IBM, и он отлично работал: 

"transcript": "several tornadoes touched down as a line of severe thunderstorms swept through Colorado on Sunday "

Я получаю подобное сообщение об ошибке от Google Cloud Speech-to-Text.

...