AWS Transcribe WebSocket识别Icecast2音频流无返回或结果错误求助

• 首先校验音频编码与AWS Transcribe流式接口的匹配性：
  当前你使用ffmpeg推流采用libvorbis编码的ogg格式，AWS Transcribe实时流转写仅支持ogg封装下的opus编码，不支持vorbis编码，这是导致转写异常的核心原因之一。你可以将ffmpeg推流命令的编码参数改为libopus，修改后参考命令如下：

  ffmpeg -re -i yt.wav -ar 44100 -ac 1 -c:a libopus -b:a 64k -content_type 'audio/ogg' -vn -f ogg icecast://source:hackme@serverIP:8000/mystream.ogg
  

• 校验转写接口调用参数一致性：
  确认调用AWS Transcribe WebSocket接口时，传入的MediaSampleRateHertz参数值和你音频实际采样率（当前为44100）完全一致，MediaEncoding参数设置为ogg-opus，NumberOfChannels参数和你推流的声道数（当前为1）一致，LanguageCode参数和音频内容的语言匹配。
• 校验音频流的发送逻辑：
  原示例中麦克风输入是按100-200ms的小分片按实时速率有序发送，你修改为拉取icecast流后需要确认：
  1. 没有将ogg文件的头信息（标识头、评论头）作为音频帧发送给转写接口
  2. 音频分片大小控制在100ms到1s之间，按实时速率有序发送，不要出现堆积一次性发送大量分片、或者分片乱序、丢帧的情况
  3. 拉流过程中出现的网络波动导致的断流、空包要做过滤处理，不要发送无效数据
• 校验错误日志捕获逻辑：
  在代码中添加WebSocket消息监听，捕获AWS Transcribe返回的错误响应帧，可直接定位是参数错误、音频格式错误还是权限问题导致的无返回结果。
• 快速验证方法：
  将从icecast拉取的音频流先存为本地文件，先调用AWS Transcribe批量转写接口测试是否可以正常识别，先排除音频源本身的问题；再将你发送到转写接口的音频帧导出为本地文件，确认文件可正常播放、无损坏。

内容的提问来源于stack exchange，提问作者ShaderOX