Python 谷歌语音到文本API不适用于超过一分钟的音频文件

我正在尝试使用GoogleSpeech-to-Text API转换具有以下属性的音频文件

1） 原始文件 2） 抽样率：16000 3） 比特率：16 4） 音频类型：单声道

我使用以下Python代码来获取文本文件

service_request = service.speech().asyncrecognize(
        body={
            'config': {
                'encoding': 'LINEAR16',  # raw 16-bit signed LE samples
                'sampleRate': 16000,  # 16 khz
                'languageCode': 'en-US',  # a BCP-47 language tag
            },
            'audio': {
                'uri':'gs://xxxxxxxxx/english.raw'
                }
            })
    response = service_request.execute()
    print(json.dumps(response))

这种逻辑运作良好，但出于某种原因，转录只返回一分钟的记录，而忽略了其余部分

---

为什么会发生这种情况，有人能帮我吗？

很难从您的代码中分辨出来，但您必须提交一个同步请求。根据，长度限制为约60秒。异步请求最多可接受约80分钟。通读文档，了解如何正确组织您对所使用API的请求。

我对这个问题的发现如下

1） GoogleSpeech-to-Text API是为识别短音频文件而构建的。 2） 它在给定时间内可以处理的“音频数据”数量是有限的。推得太多，谷歌就会忽略它

---

3） 如果你真的想进入这个领域，你必须弄清楚如何预处理你的音频文件，并将音频文件“分割”成可消费的块

嗨，Matt，我很担心这一点，但我正在使用“AsyncRecognite”方法进行api调用。我还将等待响应收到“完成”，然后再发布结果。