Google Cloud Speech-to-Text long_running_recognize结果无法迭代求助

云上老周

2026-8-1

解决Google Cloud Speech-to-Text长语音识别的字幕生成问题

调用long_running_recognize时，返回的是Operation异步操作对象，而非直接的识别响应。你需要先等待操作完成，再通过result()方法获取真正的LongRunningRecognizeResponse对象——这个对象的结构和短语音识别返回的RecognizeResponse完全兼容，同样包含可迭代的results属性。

完整实现代码

# 发起长语音识别异步请求
operation = client.long_running_recognize(config=config, audio=audio_uri)

# 等待操作完成（可根据音频长度调整timeout值，单位：秒）
response = operation.result(timeout=180)

subs_list = []
# 遍历结果的逻辑和短语音完全一致
for result in response.results:
    for alternative in result.alternatives:
         for word in alternative.words:
               # 处理start_time为空的情况
               start = word.start_time.total_seconds() if word.start_time else 0
               end = word.end_time.total_seconds()
               t = word.word
               subs_list.append( ((float(start), float(end)), t) )

print(subs_list)

关键说明

异步操作等待：long_running_recognize是异步接口，提交请求后不会立刻返回结果，必须通过operation.result()等待任务完成。如果音频时长较长，记得设置足够大的timeout参数，避免超时报错。
响应结构一致性：LongRunningRecognizeResponse和短语音的RecognizeResponse共享相同的结果结构，所以你可以直接复用短语音处理时的遍历逻辑，不需要修改循环结构。
错误原因：之前调用long_response.results报错，是因为long_response是Operation对象，它没有results属性，只有调用result()后得到的响应对象才有该属性。