在Google Colab中使用Google语音转文本遇AttributeError错误

执行语音转文本代码时触发如下错误：

if credentials:
--> 505             credentials_universe = credentials.universe_domain
    506             if client_universe != credentials_universe:
    507                 default_universe = SpeechClient._DEFAULT_UNIVERSE

AttributeError: 'Credentials' object has no attribute 'universe_domain'

问题原因 #

该错误源于google-cloud-speech客户端库与认证凭据的版本不兼容：新版客户端库要求凭据对象包含universe_domain属性，但Colab默认加载的凭据或依赖库版本不匹配，导致属性缺失。

解决方案 #

1. 统一升级所有相关依赖库 #

在Colab单元格中执行以下命令，确保所有Google云相关库版本兼容：

!pip install --upgrade google-cloud-speech google-auth google-auth-httplib2 google-auth-oauthlib google-api-python-client

2. 显式传递凭据初始化客户端 #

若升级后问题仍存在，手动获取凭据并传入SpeechClient，避免自动加载的版本冲突：
修改语音识别函数：

from google.cloud import speech
from google.auth import default

def speech_to_text(
    config: speech.RecognitionConfig,
    audio: speech.RecognitionAudio,
) -> speech.RecognizeResponse:
    # 显式获取当前认证凭据
    credentials, project_id = default()
    # 传入凭据初始化客户端
    client = speech.SpeechClient(credentials=credentials)

    # 同步执行语音识别请求
    response = client.recognize(config=config, audio=audio)

    return response

3. 重启Colab运行时 #

完成库升级后，点击菜单栏「运行时」→「重启运行时」，确保新安装的库生效。

额外处理：音频格式兼容 #

如果录制的音频是WebM格式（ipywebrtc默认输出格式），需转换为客户端支持的WAV/FLAC格式：

!pip install pydub ffmpeg-python
import io
from pydub import AudioSegment

# 转换WebM到WAV
audio_data = io.BytesIO(recorded_audio)
audio_segment = AudioSegment.from_file(audio_data, format="webm")
wav_buffer = io.BytesIO()
audio_segment.export(wav_buffer, format="wav")
wav_buffer.seek(0)

# 创建识别用的音频对象
audio = speech.RecognitionAudio(content=wav_buffer.read())

内容的提问来源于stack exchange，提问作者Antonin