google speech apiの音声変換で使う音声ファイル

映像(mp4)をmp3に変換し、wavに変換します。
wavに変換します。
wavに変換するときは、monoオーディオに変換することと、サンプルレートを忘れないようにしておく必要があります。

Audio Auditionでmp3からwavに変換しました。

変換する際の設定は以下のようにしました。

import io
import os

# Imports the Google Cloud client library
from google.cloud import speech
from google.cloud.speech import enums
from google.cloud.speech import types

# Instantiates a client
client = speech.SpeechClient()

# The name of the audio file to transcribe
file_name = os.path.join(
    os.path.dirname(__file__),
    'resources',
    'audio.wav')


with io.open(file_name, 'rb') as audio_file:
    content = audio_file.read()
    audio = types.RecognitionAudio(content=content)

config = types.RecognitionConfig(
    encoding=enums.RecognitionConfig.AudioEncoding.LINEAR16,
    sample_rate_hertz=16000, # サンプルレート
    language_code='ja-JP') # 日本語指定

response = client.recognize(config, audio)

for result in response.results:
    print('Transcript: {}'.format(result.alternatives[0].transcript))

コンソールに日本語が表示されました！