当前位置:首页 > 文章列表 > Golang > Go问答 > 语音 REST API 和 Go SDK API 之间的响应为何不同?

语音 REST API 和 Go SDK API 之间的响应为何不同?

来源:stackoverflow 2024-02-08 15:06:25 0浏览 收藏

最近发现不少小伙伴都对Golang很感兴趣,所以今天继续给大家介绍Golang相关的知识,本文《语音 REST API 和 Go SDK API 之间的响应为何不同?》主要内容涉及到等等知识点,希望能帮到你!当然如果阅读本文时存在不同想法,可以在评论中表达,但是请勿使用过激的措辞~

问题内容

通过 rest 调用 speech-to-text api 时,响应结构与使用 golang sdk 调用时略有不同。

例如,我通过 golang sdk 提交了一个异步语音作业。下面我展示了通过 2 种不同的方法(rest 和 go sdk)在 google 云中查询转录作业结果的结果,结果略有不同。

方法 1:rest 调用

get https://speech.googleapis.com/v1/operations/{id}

{id} 是操作 id,例如 (2593790426826555555)

结果 1,驼峰式属性,其中 string 类型为 starttime endtime 属性。

"words": [
  {
    "starttime": "0s",
    "endtime": "0.400s",
    "word": "we",
    "confidence": 0.98762906
  },
...

方法二:使用sdk

// omitting err handling,
client, err := speech.newclient(ctx)
op, err := client.lroclient.getoperation(ctx, &lropb.getoperationrequest{name: id})
resp := new(speechpb.longrunningrecognizeresponse)
err = op.getresponse().unmarshalto(resp)
js, err := json.marshal(resp)
ioutil.writefile("sdk-response.json", js, 0644)

结果2,start_time/end_time的snake_cased对象类型

"words": [
{
  "start_time": {},
  "end_time": {
    "nanos": 400000000
  },
  "word": "we",
  "confidence": 0.98762906
},
...

如果您在 sdk 代码中查找类型信息,它确实使用 start_time 作为 json 标记,所以我认为这是预期的行为。或者我可能错误地使用 op.getresponse().unmarshalto(resp) 解组响应?如有任何帮助或建议,我们将不胜感激。

StartTime *durationpb.Duration `protobuf:"bytes,1,opt,name=start_time,json=startTime,proto3" json:"start_time,omitempty"`

使用 go 1.18.1 和 cloud.google.com/go/speech v1.4.0

更新,详细说明问题的基本原理 我有 2 组通过不同方法(存储桶与 sdk)下载的记录。其中一个是从 google 云存储桶中提取的,并由 google 以 camcelcased 的形式保存在桶中(与 rest api 的格式相同)。我有另一组从 sdk api 中提取的记录,并在 golang 中使用 json 编码进行持久化,该记录根据 sdk 的结构布局应用 snake_casing。

编写一些代码来纠正/标准化为单一格式并不是什么大不了的事,但在我看来,这有点不一致。提出问题是为了了解我是否做错了什么并且可以纠正,或者这是否是预期的。


正确答案


JSON 编组的 Golang(结构)是 protobuf(snake_case'd 字段,时间为 google.protobuf.Timestamp)。

您可以尝试使用 Golang protobuf protojson 包而不是encoding/json,因为这应该双射映射 JSON 和 Golang protobuf 结构。

以上就是《语音 REST API 和 Go SDK API 之间的响应为何不同?》的详细内容,更多关于的资料请关注golang学习网公众号!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
在 Go 中创建既使用 Kafka 消息流又读取 REST API 请求的服务是否可行?在 Go 中创建既使用 Kafka 消息流又读取 REST API 请求的服务是否可行?
上一篇
在 Go 中创建既使用 Kafka 消息流又读取 REST API 请求的服务是否可行?
如何在 bash 命令中传递用户输入的值?
下一篇
如何在 bash 命令中传递用户输入的值?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • ljg-skills -
    ljg-skills
    ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
    286次使用
  • MELO音乐 - AI 音乐生成平台,支持多模态创作能力
    MELO音乐
    MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
    303次使用
  • UniScribe - AI 免费在线音视频转文字平台
    UniScribe
    UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
    273次使用
  • 剧云 - 免费 AI 智能中文剧本创作平台
    剧云
    剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
    444次使用
  • 万象有声 - AI 一站式有声内容创作平台
    万象有声
    万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
    433次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码