导入错误：找不到名为google.cloud的模块。
我无法导入google.cloud.speech from google.cloud import speech 我已经使用以下方式进行安装： pip install --upgrade google-cloud-speech -t dir-name 在从文件夹名称导入时，它给了我...
Android语音转文字API（Recognizer Intent）和Google Cloud Speech API之间的区别是什么？
我正在考虑开发一个语音转文字的应用程序。我做了一些研究，发现系统自带的使用 RecognizerIntent 的语音转文字 API 是免费的，但同时也发现 Google 现在提供了一种需要付费的云语音转文字 API。 我的问题是，它们之间有什么区别，如果我使用内置的 RecognizerIn...
从网络流式传输音频时，无法从Google语音合成API获得结果
我想使用Python的Google-cloud-speech API从Web流式传输音频并将其转换为文本。我已经在我的Django channels代码中集成了它。对于前端，我直接复制了这个代码，后端有这个代码（请参见下面）。现在，问题来了，我没有得到任何异常或错误，但是我没有从谷歌API得到...
当检测到静音时，我该如何提取先前的音频（来自麦克风）作为缓冲区？（JS）
我正在使用Google Cloud API进行语音转文本，并使用NodeJS后端。应用程序需要能够侦听语音命令，并将其作为缓冲区传输到后端。为此，当检测到静音时，我需要发送先前音频的缓冲区。如有任何帮助，包括下面的js代码在内，将不胜感激。 if (!navigator.getUserMedi...
谷歌语音识别API返回为空
我正在对Google Cloud Speech API执行异步请求，但不知道如何获取操作结果：POST请求: https://speech.googleapis.com/v1beta1/speech:asyncrecognize请求体: { "config":{ ...
如何从Google Cloud文本转语音API中获取SSML时间戳
我想使用SSML标记通过Google Cloud文本转语音API请求音频流中这些标记的时间。这些时间戳是必要的，以便为效果、单词/部分高亮和向用户提供反馈提供线索。 我找到了这个问题，虽然该问题涉及每个单词的时间戳，而不是SSML <mark>标记。 以下API请求返回OK，但...
Google语音识别API，无效参数：400 必须使用单声道（单通道）。
我一直在Google语音转文字中遇到这个错误InvalidArgument: 400，问题似乎是我使用了2通道音频（立体声），而API正在等待单声道的wav音频。 如果我在音频编辑器中转换文件可能会起作用，但我不能使用音频编辑器批量转换文件。是否有方法在Python或Google Cloud...
谷歌语音转文字API/谷歌云语音解决方案中的用户数据隐私
当我使用 Google 语音转文本 API 或 Google 云端语音解决方案时，维护了什么级别的数据隐私？ 我想知道这个问题，因为我正在开发一个应用程序，将音频文件转换为文本，而这些文件可能包含用户敏感数据。
我该如何通过socket.io从浏览器中实时流式传输音频到Google Cloud Speech？
我有一个React应用程序的情况，其中有一个输入框，我希望它可以语音输入。我只需要兼容Chrome和Firefox浏览器，所以我想使用getUserMedia。我知道我将使用Google Cloud的Speech to Text API。但是，我有一些注意事项： 我希望这可以实时流式传输我...
谷歌云语音有没有生成SRT（或类似格式）文件的方法？
为了给我的视频生成字幕，我把它们转换成音频文件，并使用云语音转文字。它能工作，但是它只生成转录文本，而我所需要的是*.srt/*.vtt/类似格式的文件。 我需要的是像YouTube一样：生成转录并将其与视频同步，就像一种字幕格式，即：在应该出现字幕的时间点上的转录。 虽然我可以将它们上传...