使用speech_recognition转WAV至文本遇Error 400，求本地解决方案

问题分析 #

你遇到的HTTP Error 400: Bad Request是因为Google免费语音识别接口有音频时长/大小限制，且依赖网络。哪怕2MB的文件如果时长过长（比如高采样率音频），也会触发限制导致请求失败。同时你原代码一次性上传整段音频，完全依赖在线服务，无法满足本地处理大文件的需求。

本地替代方案：使用Vosk离线模型 #

Vosk是开源离线语音识别工具，支持多语言（含德语de-DE），无时长/大小限制，完全本地运行，适合处理大音频文件。

步骤1：安装依赖 #

pip install vosk pydub

• pydub用于音频格式转换（若需要），vosk负责本地识别。

步骤2：下载德语Vosk模型 #

下载适配的德语模型（如vosk-model-de-0.21），解压到本地目录并记录路径。

步骤3：本地识别代码 #

import vosk
import wave
import json

def speech_to_text_local(filename, model_path):
    # 加载本地模型
    model = vosk.Model(model_path)
    # 打开WAV文件
    wf = wave.open(filename, "rb")
    
    # 校验音频格式（Vosk要求16kHz单声道PCM）
    if wf.getnchannels() != 1 or wf.getsampwidth() != 2 or wf.getcomptype() != "NONE":
        print("请确保音频为16kHz单声道WAV格式")
        return
    
    rec = vosk.KaldiRecognizer(model, wf.getframerate())
    rec.SetWords(True)  # 可选：输出带时间戳的词
    
    # 逐块读取音频并识别
    result_text = []
    while True:
        data = wf.readframes(4000)
        if len(data) == 0:
            break
        if rec.AcceptWaveform(data):
            res = json.loads(rec.Result())
            result_text.append(res["text"])
    
    # 处理剩余音频片段
    final_res = json.loads(rec.FinalResult())
    result_text.append(final_res["text"])
    
    # 合并结果并保存
    full_text = " ".join(result_text)
    with open("deruntertan.txt", "w+", encoding="utf-8") as af:
        af.write(full_text)
    print(full_text)
    return full_text

# 调用：替换为你的WAV路径和模型解压路径
speech_to_text_local("untertanaudio.wav", "./vosk-model-de-0.21")

格式转换（若音频不符合要求） #

如果你的WAV不是16kHz单声道，用pydub转换：

from pydub import AudioSegment

def convert_audio(input_path, output_path):
    audio = AudioSegment.from_wav(input_path)
    audio = audio.set_frame_rate(16000).set_channels(1)
    audio.export(output_path, format="wav")

# 先转换再识别
convert_audio("untertanaudio.wav", "converted_audio.wav")
speech_to_text_local("converted_audio.wav", "./vosk-model-de-0.21")

原代码崩溃原因 #

• recognize_google调用Google在线API，免费版严格限制音频时长（通常1分钟内）和大小，超出即返回400错误。
• 2MB文件若为高采样率（如48kHz），时长可能超过限制，同样触发报错。

内容的提问来源于stack exchange，提问作者FoxOverflow