エンジニア奮闘録

どーも、トトです。

今日は前回の続きでAPI使ってみたいと思います

今回使うAPIは[音声認識API]です

今回もこちらのサイト参照で

docomoAPI

前回同様ファイル作ってサイトに載ってるコードかいてきます

APIKEYも入力して、音声データは前々回作ったやつ使い回し

で、実行！

・・・

全然へんてこりんな言葉返ってくる、、

ちゃんとサイトを読んでみる

音声データのフォーマットが16khz/16bitでないとダメみたい

前回作ったデータを見てみると

Signed 16 bit Little Endian, レート 44100 Hz, ステレオ

となっているのでレートを変えないといけないみたい

ただどうやるのかわからないので調べてみる

結果

arecord -f S16_LE -r 16000 -D hw:0,0 test.wav

これでやれば16khz/16bitになるっぽいよ

なんでこれでできるか詳しいことはわからん

調べてみてください

これで音声データ作ってpython実行！

できた！

ちゃんと言葉を認識してくれてます

おもしろい



では、今日も読んでいただきありがとうございました！