如何访问Google STT API接收的语音流及Wireshark过滤相关数据包方法

首先明确：Google STT API没有公开可直接访问其服务端接收语音流的接口，你可以通过以下两种方式获取相关音频内容：

• 发送侧本地留存音频副本：你在调用streamingRecognize接口时，本身是从你的业务服务/客户端向Google接口推送音频流，直接在发送端对推送的音频流做镜像备份即可，这是成本最低、最易实现的方案
• GCP控制台日志导出：如果你需要验证Google侧实际接收的音频内容，可以在GCP控制台的Speech API日志配置中，开启请求有效负载全量日志记录，日志中会存储你发送的音频的base64编码内容，导出后解码即可得到原始音频，注意该操作需要符合你的业务数据合规要求

Google STT的所有交互请求均走TLS加密传输，未配置TLS解密的前提下你只能拿到密文数据包，无法提取语音内容，筛选及解密步骤如下：

• 第一步先筛选STT API的交互流量：你可以先用过滤规则tls.host == "speech.googleapis.com"，过滤出所有和Google STT服务交互的数据包
• 第二步配置TLS解密：启动你部署streamingRecognize的服务前，先设置SSLKEYLOGFILE环境变量指定密钥日志存储路径，服务运行时会自动将TLS会话密钥写入该文件；之后打开Wireshark的「编辑-首选项-协议-TLS」设置，将「(Pre)-Master-Secret log filename」配置为你刚才指定的密钥日志文件路径，即可自动解密捕获的TLS流量
• 第三步精准筛选语音流请求：解密后使用过滤规则http2.path == "/google.cloud.speech.v1.Speech/StreamingRecognize"，即可定位到所有streamingRecognize的流式请求，语音分片内容存储在HTTP2的DATA帧负载中，导出负载后去掉gRPC协议头即可得到原始音频分片

内容的提问来源于stack exchange，提问作者Vladimir B