問題タブ [google-speech-api]

現在、私はJARVIS (Java-Speech-API)に従っている Google Speech API を使用しています。私にとっては非常にうまく機能していますが、1 日あたり 50 件のクエリしか実行できません。1 日あたりのクエリ数を増やす方法はありますか。

これについて何か提案をお願いします。

電話から音声を録音して、Google Speech 非ストリーミング API に送信したいと考えています。Capture.captureAudio() を使用して録音できますが、API リクエストに必要なオーディオ エンコーディングとサンプル レートがわかりません。API リクエストで送信できるように、オーディオ エンコーディングとサンプル レートを取得するにはどうすればよいですか?

json 文字列を Google Speech API に投稿するときに、FLAC オーディオ ファイルを base64 にエンコードするのに問題があります。Google からの返信にいくつかの \n があることに気付きました。base64 がうまく機能していないのか、それとも、そのような文字列を作成して Google を満足させるのに十分な json-y にする方法を完全に理解していないのかもしれません。私は utf-8 エンコーディングに傾倒していますが、送信される情報をさらに処理しようとした最後の試みでは、perl からの他のエラー メッセージが山ほど残っていました。どんなポインタでも大いに役立ちます！（ポインタが自分でこれを行うことをあきらめて、グーグルにサポート料金を支払うことであっても）

私のコードは次のとおりです。

PHP で Google Speech API を使用して音声からテキストを読み込もうとしていますが、次のエラーで失敗します: request must contain 'config' field.

これはコードです：

私は以下を受け取ります：

PHP のドキュメントが見つからないので、助けていただければ幸いです。

mp4 ビデオ クリップを FLAC オーディオ ファイルに変換し、特定の単語が発声されたかどうかを検出できるように、Google スピーチでビデオから単語を吐き出そうとしています。

Speech API からエラーが発生することを除いて、すべてが機能しています。

mp4をFLACファイルに変換するためにFFMPEGを使用しています。コマンドで FLAC ファイルが 16 ビットであることを指定していますが、FLAC ファイルを右クリックすると、Windows で 302kbps と表示されます。

ここに私のPHPコードがあります:

Google Speech API を使用して音声をテキストに変換したいと考えています。Google Speech API は、16 秒以下のオーディオでは問題なく機能しますが、16 秒を超えるオーディオの長さでは機能しません。この API でサポートされている長いオーディオ変換の量についてのアイデア。

購入した場合、より長いオーディオ変換をサポートしますか?

どんな指針も高く評価されます。

私は、アプリケーションが日本語の単語をリッスンして英語に翻訳し、画面に出力する Android アプリケーションに取り組んでいます。

Google Speech To Text Listener を使用しています。しかし、問題は、数秒後にリッスンを停止し、リスナーを再度開始する必要があることです。

さらに、リスナーから配列ではなく単一の正確な結果を取得することは可能ですか?

これは私の意図の初期化コードです。

音声の書き起こしに Google Speech API を使い始めました。

文字起こしされている音声には、次々に話される多くの数字が含まれています。

例: 273 298

しかし、転写は戻ってきます 270-3298

私の推測では、それはある種の電話番号として解釈されています。

私が欲しいのは、自分で処理して解析できる「2732298」などの解析されていない出力です。

この種の設定またはサポートはありますか?

ありがとう