我正在使用Google Speech API转录音频，使用long-running-recognize endpoint通过Python Cloud Speech API Client Library .

我的音频文件通常是15-90分钟 . 在大多数情况下，API调用工作正常，返回我的音频转录 . 但是，如果我的音频包含长时间的静音（大约超过一分钟），则转录失败 . Python客户端库调用返回的错误是 google.gax.errors.GaxError: Server unavailable, please try again later.

一个简单的工作代码示例（一旦下载了Python Cloud Speech API客户端库）如下：

from google.cloud import speech_v1
from google.cloud.speech_v1 import types, enums

client = speech_v1.SpeechClient()
audio = types.RecognitionAudio(uri=filepath)
config = types.RecognitionConfig(
        encoding=enums.RecognitionConfig.AudioEncoding.ENCODING_UNSPECIFIED,
        language_code='en-US',
        enable_word_time_offsets=True,
        max_alternatives=30
)
# Start the async operation
op = client.long_running_recognize(
     audio=audio,
     config=config
)
# Wait for the operation to complete
response = op.result()

如何使用Google Speech API转录长时间静音的音频文件？

google-speech-api