如何正确转换MultipartFile以适配Microsoft AudioConfig？

你可以通过PullAudioInputStream包装MultipartFile的输入流，再用AudioConfig.fromStreamInput()方法创建配置对象，具体实现如下：

完整代码示例 #

import com.microsoft.cognitiveservices.speech.audio.AudioConfig;
import com.microsoft.cognitiveservices.speech.audio.PullAudioInputStream;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.multipart.MultipartFile;

import java.io.BufferedInputStream;
import java.io.IOException;
import java.io.InputStream;

@PostMapping("/microsoft")
void transcribe(@RequestParam("file") MultipartFile file) throws IOException {
    // 使用try-with-resources自动管理流资源，避免泄漏
    try (InputStream inputStream = new BufferedInputStream(file.getInputStream());
         PullAudioInputStream pullAudioStream = PullAudioInputStream.create(inputStream)) {
             
        // 从包装后的音频流创建AudioConfig
        AudioConfig audioConfig = AudioConfig.fromStreamInput(pullAudioStream);
        
        // 后续可基于此audioConfig创建SpeechRecognizer执行转写
        // SpeechRecognizer recognizer = new SpeechRecognizer(speechConfig, audioConfig);
        // ... 转写逻辑
    }
}

关键说明 #

• PullAudioInputStream是Microsoft Speech SDK提供的类，用于包装标准Java InputStream，让SDK可以从流中读取音频数据。
• 确保上传的音频格式是SDK支持的类型（如WAV、PCM等），如果是其他格式（如MP3），需要先转码为支持的格式，否则转写会失败。
• 使用try-with-resources语法可以自动关闭输入流和SDK的音频流，避免资源泄漏。

内容的提问来源于stack exchange，提问作者Henning