Записанные аудио / webm в качестве входных данных для Google Speech-To-Text API - PullRequest
Новая
       75

Записанные аудио / webm в качестве входных данных для Google Speech-To-Text API

1 голос
/ 10 июля 2019

В настоящее время я использую React в качестве внешнего интерфейса и Java Spring Boot в качестве сервера.Я использую React-Mic для записи аудио, передал аудио в FormData и отправляю HTTP-запрос с этой FormData как тело на мой Java-сервер.Однако, поскольку записанное аудио находится в webm, для Google Speech-To-Text API нет подходящей кодировки.Любая идея, как я могу конвертировать аудио в flac или любой другой тип формата, поддерживаемый Google Speech-To-Text API?

1 Ответ

1 голос
/ 10 июля 2019

Возможно, с помощью JAVE2 для конвертации из webm в mp3 (или другой).

https://github.com/a-schild/jave2

Пример в файле readme должен указывать вам правильное направление: 

try {                                                         
 File source = new File("file path"); // Path to your webm                   
 File target = new File("file path");  // Output path   

 //Audio Attributes                                       
 AudioAttributes audio = new AudioAttributes();              
 audio.setCodec("libmp3lame"); // Change this to flac if you prefer flac                               
 audio.setBitRate(128000);                                   
 audio.setChannels(2);                                       
 audio.setSamplingRate(44100);                               

 //Encoding attributes                                       
 EncodingAttributes attrs = new EncodingAttributes();        
 attrs.setFormat("mp3"); // Change to flac if you prefer flac                                     
 attrs.setAudioAttributes(audio);                            

 //Encode                                                    
 Encoder encoder = new Encoder();                            
 encoder.encode(new MultimediaObject(source), target, attrs); 
 // The target file should now be present at the path specified above


} catch (Exception ex) {                                      
 ex.printStackTrace();                                        
}

После преобразования у вас будет файловый объект, который можно преобразовать в байт [] для отправки речи в текстовый API, как в следующем примере:

https://github.com/GoogleCloudPlatform/java-docs-samples/blob/master/speech/cloud-client/src/main/java/com/example/speech/QuickstartSample.java

...