使用Google Cloud Speech-to-Text API转写长音频遇GCS文件检测错误

我来帮你排查这个问题——我之前也碰到过类似的GCS文件访问报错，咱们一步步拆解可能的原因和解决方案：

1. 先确认GCS URI格式是否正确 #

这是最常见的问题！Speech-to-Text要求GCS URI必须以gs://开头，格式为gs://[你的桶名]/[文件路径/文件名]，比如gs://my-audio-storage/long-interview.flac。如果你的URI少了gs://前缀，代码会默认把它当成本地文件路径去找，自然就会报No such file or directory错误。

2. 检查服务账号的权限配置 #

Speech-to-Text的服务账号需要有访问GCS文件的权限：

• 给你使用的服务账号添加Storage Object Viewer角色（或者更细粒度的storage.objects.get权限），确保它能读取GCS桶里的文件。
• 同时确认本地环境已经正确设置了GOOGLE_APPLICATION_CREDENTIALS环境变量，指向你的服务账号密钥JSON文件。如果没设置，API会默认用本地的默认凭证，可能没有访问GCS的权限。

3. 验证文件确实存在于指定路径 #

GCS的路径是区分大小写的，一定要确保代码里的URI和GCS控制台里的文件路径完全一致：

• 直接登录GCS控制台，导航到对应的桶，检查文件名、子路径的拼写和大小写是否匹配。
• 也可以在终端用命令gsutil ls [你的GCS URI]测试，如果这个命令返回文件不存在，那就是路径问题无疑了。

4. 修正代码里的小问题 #

看你的代码第一行time(gcs_uri)，这里应该是写错了吧？如果要使用time模块，得先import time，比如用来记录耗时的话应该是start_time = time.time()之类的写法。这个虽然不是导致当前报错的直接原因，但可能会引发其他问题，建议修正。

修正后的示例代码 #

def transcribe_gcs(gcs_uri):
    """Asynchronously transcribes the audio file specified by the gcs_uri."""
    import time
    from google.cloud import speech
    from google.cloud.speech import enums
    from google.cloud.speech import types

    # 先校验GCS URI格式
    if not gcs_uri.startswith("gs://"):
        raise ValueError("GCS URI必须以gs://开头，例如：gs://bucket-name/audio-file.flac")

    client = speech.SpeechClient()

    audio = types.RecognitionAudio(uri=gcs_uri)
    config = types.RecognitionConfig(
        encoding=enums.RecognitionConfig.AudioEncoding.FLAC,
        sample_rate_hertz=16000,
        language_code='en-US')

    operation = client.long_running_recognize(config, audio)

    print('Waiting for operation to complete...')
    response = operation.result(timeout=90)

    # 遍历输出转写结果
    for result in response.results:
        print(u'Transcript: {}'.format(result.alternatives[0].transcript))
        print('Confidence: {}'.format(result.alternatives[0].confidence))

内容的提问来源于stack exchange，提问作者Shruti