Google Cloud Speech API v2元数据元素编码类型及解码问题咨询

问题描述 #

我正在使用Google Cloud Speech API v2查询长时间运行的识别任务状态，代码如下：

from google.cloud.speech_v2 import SpeechClient

client_options_ = client_options.ClientOptions(
    api_endpoint = "us-west1-speech.googleapis.com"
)

client = SpeechClient(client_options = client_options_)

ops_obj = { "name": "{{name-of-my-job}}" }
resp_obj = client.get_operation(ops_obj)

resp_metadata = resp_obj.metadata.value

print(resp_metadata)

获取到的元数据片段如下：

b'\n\x0c\x08\xf0\x8a\xc7\xaf\x06\x10\xa0\xdf\xb3\xce\x03\x12\x0c\x08\x89\xac\xc7\xaf\x06\x10\xe0\xef...

尝试执行resp_metadata.decode('utf-8')解码时，出现错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xf0 in position 3: invalid continuation byte

请问该元数据采用何种编码？如何将其转为可用数据？

解决方案 #

这个元数据不是UTF-8编码的字符串，而是Protocol Buffer（Protobuf）二进制格式的数据。Google Cloud API的操作元数据普遍以Protobuf二进制形式传输，需要用对应生成的Python类解析。

具体步骤 #

• 导入对应Protobuf类
  Speech API v2的长时识别任务元数据对应google.cloud.speech_v2.types.LongRunningRecognizeMetadata类，直接导入即可：

  from google.cloud.speech_v2.types import LongRunningRecognizeMetadata
  

• 解析二进制元数据
  使用LongRunningRecognizeMetadata的ParseFromString方法解析二进制数据：

  metadata = LongRunningRecognizeMetadata()
  metadata.ParseFromString(resp_metadata)
  

• 访问解析后的数据
  解析完成后，可像访问普通Python对象属性一样获取元数据内容，例如：

  print(f"任务创建时间: {metadata.create_time}")
  print(f"已处理音频时长: {metadata.processed_audio_duration}")
  print(f"任务状态: {metadata.state}")
  

完整示例代码 #

from google.cloud.speech_v2 import SpeechClient
from google.cloud.speech_v2.types import LongRunningRecognizeMetadata
import client_options

client_options_ = client_options.ClientOptions(
    api_endpoint = "us-west1-speech.googleapis.com"
)

client = SpeechClient(client_options = client_options_)

ops_obj = { "name": "{{name-of-my-job}}" }
resp_obj = client.get_operation(ops_obj)

# 解析元数据
metadata = LongRunningRecognizeMetadata()
metadata.ParseFromString(resp_obj.metadata.value)

# 打印解析后的核心信息
print(f"任务状态: {metadata.state}")
print(f"已处理音频时长: {metadata.processed_audio_duration}")
print(f"任务创建时间: {metadata.create_time}")

内容的提问来源于stack exchange，提问作者SeanMaday