Google Cloud STT V2处理M4A AAC文件始终返回空转录的问题排查

针对你遇到的M4A AAC文件转录为空的问题，结合STT V2的特性和常见坑点，给出以下排查和解决方向：

一、修正显式解码配置的编码参数 #

STT V2的explicitDecodingConfig中，针对M4A容器内的AAC音频，正确的编码值应为AAC，而非M4A_AAC或MP4_AAC。调整后的配置示例：

explicitDecodingConfig: {
  encoding: 'AAC',
  sampleRateHertz: 44100,
  audioChannelCount: 2
}

注：STT V2的编码枚举中，M4A_AAC并非有效取值，官方针对带容器的AAC统一使用AAC编码标识，SDK会自动处理MP4/M4A容器。

二、修复M4A容器的元数据问题 #

部分M4A文件的moov原子（存储媒体元数据的关键结构）位于文件末尾，导致STT服务无法正确解析音频流。可以用FFmpeg将moov移至文件开头：

ffmpeg -i input.m4a -c:a copy -movflags faststart output_faststart.m4a

处理后的文件再提交给STT V2，大部分容器解析问题会被解决。

三、绕过容器直接使用原始AAC流 #

如果上述方法无效，可以将M4A中的AAC音频提取为无容器的原始AAC文件，再提交转录：

ffmpeg -i input.m4a -c:a copy output.aac

提交时使用同样的encoding: 'AAC'配置即可。

四、云控制台的临时替代方案 #

目前STT V2的云控制台尚未更新AAC编码的手动选择选项，因此控制台无法处理M4A文件。建议优先使用Node.js SDK或CLI工具提交任务，避免依赖控制台操作。

额外验证点 #

• 确认识别器的语言代码与音频内容完全匹配（比如中文用zh-CN，英文用en-US），即使测试过也建议再次核对；
• 若音频时长超过1分钟，尝试使用long音频转录模式，避免因模式不匹配导致无结果返回。

内容的提问来源于stack exchange，提问作者JuliusScript