Python 谷歌语音到文本API，无效辩论：400必须使用单通道（mono）

我在google Speech to text中不断遇到这个错误

InvalidArgument:400

，问题似乎是我使用的是双声道音频（立体声），API正在等待wav输入（单声道）

如果我在音频编辑器中转换文件，它可能会工作，但我不能使用音频编辑器转换一批文件。有没有办法在Python或Google云中更改音频类型

注意：我已经尝试过使用“wave模块”，但我一直收到一个错误#7，因为无法识别文件类型（我无法从Python中读取带有模块wave的wav文件）

-错误-InvalidArgument:400必须使用单声道（mono）音频，但WAV标头指示2个声道

---

假设您使用的是

googlecloudspeech

库，您可以在中使用

audio\u channel\u count

属性，并指定输入音频数据中的通道数（默认为一个通道（mono））。你可以这样做：

from google.cloud import speech
client = speech.SpeechClient()
results = client.recognize(
    audio=speech.types.RecognitionAudio(
        uri='gs://your-bucket/recording.wav',
    ),
    config=speech.types.RecognitionConfig(
        encoding='LINEAR16',
        language_code='en-US',
        sample_rate_hertz=44100,
        audio_channel_count=2,
    ),
)

---

有关更多信息，请参阅。

您应该使用以下功能动态返回音频通道和帧速率 它获取音频文件路径并返回帧速率和香奈儿数

def帧速率频道（音频文件名）：
打印（音频文件名）
使用wave.open（音频文件名，“rb”）作为wave\u文件：
frame\u rate=wave\u file.getframerate（）
channels=wave_file.getnchannels（）
返回帧速率，频道

我已经尝试过了，我得到了这个错误。“InvalidArgument:400无效识别'config'：通道计数错误。”config=speech.types.RecognitionConfig（encoding=speech.enums.RecognitionConfig.AudioEncoding.MULAW，采样率\u赫兹=8000，语言代码=第一语言，可选语言代码=[第二语言]，启用\扬声器\时间\偏移=真，音频\通道\计数=2，音频\扬声器\计数=2，启用\单独\识别\每个\通道\真，启用\字\时间\偏移=真，最大\备选方案=2）