Delphi XE10中用Indy TIdHTTP调用微软语音识别API POST请求报400错误求助

遇到400 Bad Request错误，通常意味着你的请求格式、参数或者数据不符合微软语音识别API的要求。结合Delphi XE10 + Indy的场景，我整理了几个最常见的问题点，你可以逐一排查：

1. 请求头缺失或参数错误 #

微软语音识别API对请求头有严格要求，少了关键头或者参数写错都会直接返回400。你必须确保以下几个头正确设置：

• Ocp-Apim-Subscription-Key：你的认知服务订阅密钥，必须放在请求头里（不能放在URL参数中）
• Content-Type：必须指定音频格式，比如PCM 16位、16kHz单声道的WAV文件，格式为 audio/wav; codec="audio/pcm"; samplerate=16000，注意这里的samplerate、codec参数不能写错
• Accept：建议指定为 application/json，方便接收结构化的响应

对应的Delphi代码示例：

IdHTTP1.Request.ContentType := 'audio/wav; codec="audio/pcm"; samplerate=16000';
IdHTTP1.Request.CustomHeaders.Add('Ocp-Apim-Subscription-Key: YOUR_SUBSCRIPTION_KEY');
IdHTTP1.Request.Accept := 'application/json';

2. 音频数据不符合格式要求 #

微软API只接受特定格式的音频：16位PCM、16kHz采样率、单声道的WAV文件。如果你的音频是其他格式（比如MP3、8kHz采样、立体声），即使请求头写对了，也会返回400。

你可以用音频编辑工具（比如Audacity）转换音频格式，确保符合要求。在代码中，要直接传递音频流，不要把音频数据转成字符串再发送：

var
  AudioStream: TFileStream;
  Response: string;
begin
  // 确保test.wav是符合要求的音频文件
  AudioStream := TFileStream.Create('test.wav', fmOpenRead or fmShareDenyWrite);
  try
    // 手动设置Content-Length，避免Indy自动处理时出现偏差
    IdHTTP1.Request.ContentLength := AudioStream.Size;
    // 替换为你订阅对应的区域端点（比如eastasia、westus等）
    Response := IdHTTP1.Post('https://westus.stt.speech.microsoft.com/speech/recognition/conversation/cognitiveservices/v1?language=en-US', AudioStream);
    ShowMessage('识别结果：' + Response);
  finally
    AudioStream.Free;
  end;
end;

3. HTTPS配置不正确 #

因为调用的是HTTPS接口，你需要确保Indy的SSL组件配置正确：

• 给TIdHTTP的IOHandler属性分配一个TIdSSLIOHandlerSocketOpenSSL组件
• 在TIdSSLIOHandlerSocketOpenSSL的SSLVersions属性中勾选sslvTLSv1_2（微软API要求TLS 1.2及以上版本）
• 确保你的程序目录下有匹配版本的OpenSSL DLL文件（XE10对应的Indy通常需要libeay32.dll和ssleay32.dll，或者新版本的libcrypto-1_1.dll、libssl-1_1.dll，注意32位/64位要和你的程序编译架构一致）

如果SSL配置错误，可能会导致请求无法正确发送，间接返回400错误。

4. API端点URL错误 #

微软语音识别API的端点是分区域的，比如westus、eastasia、northeurope等，你必须使用和你订阅密钥对应的区域端点，否则会返回400或401错误。可以在Azure门户的认知服务资源页面查看对应的端点URL。

另外，URL中的language参数格式要正确（比如en-US、zh-CN），不能拼写错误。

5. 排查技巧：抓包对比请求 #

如果以上都检查过还是有问题，建议用Fiddler或者Wireshark抓包，把你的请求和微软官方文档中的示例请求对比，看以下几点：

• 请求头是否完全匹配
• Content-Length是否和音频数据大小一致
• 音频数据是否正确传递（没有被篡改或编码错误）

内容的提问来源于stack exchange，提问作者Ingo