Azure Speech To Text连续识别:如何正确获取立体声音频通道信息?
关于Azure Speech To Text连续识别立体声声道信息获取的问题
我正在使用Azure Speech To Text - 连续识别功能转录音频文件,音频是分左、右声道的立体声WAV文件。但执行转录时无法正确获取声道信息:尝试通过PropertyId.SpeechServiceResponse_JsonResult获取通道值,该值始终返回0,而预期左声道返回0、右声道返回1。
初始化代码如下:
var speechConfig = SpeechConfig.FromSubscription(/*api key*/, /*region*/); var audioConfig = AudioConfig.FromWavFileInput(filePath); var recognizer = new SpeechRecognizer(speechConfig, audioConfig);
是否存在隐藏属性或缺失的配置来实现正确获取声道信息?
我尝试从JsonResult属性中获取通道的代码如下:
var speechServiceResponseJsonResultJson = eventArgs.Result.Properties.GetProperty(PropertyId.SpeechServiceResponse_JsonResult); var channel = 0; if (speechServiceResponseJsonResultJson != null) { var speechServiceResponseJsonResult = JsonConvert.DeserializeObject<JObject>( eventArgs.Result.Properties.GetProperty(PropertyId .SpeechServiceResponse_JsonResult)); if (speechServiceResponseJsonResult.TryGetValue("Channel", StringComparison.InvariantCultureIgnoreCase, out var channelValue)) { channel = channelValue.ToObject<int>(); } }
内容的提问来源于stack exchange,提问作者Jakub Holovsky
相关产品推荐
相关产品推荐

