0

watsonのspeech to text APIを使ってwavファイルをテキスト化しようとしています。
以下が実行しているコードです。

from __future__ import print_function
import json
from os.path import join, dirname
from watson_developer_cloud import SpeechToTextV1

service = SpeechToTextV1(
    url='https://stream.watsonplatform.net/speech-to-text/api',
    iam_apikey='hoge')

with open(join(dirname(__file__), '../test.wav'),
      'rb') as audio_file:
print(json.dumps(
    service.recognize(
        audio=audio_file,
        content_type='audio/wav',
        model='ja-JP_BroadbandModel',
        timestamps=True,
        word_confidence=True).get_result(),
    indent=2))

「これはマイクのテストです」という結果を得たいのですが、文字コードで返ってきてしまいます。
以下が結果です。

{
  "results": [
    {
      "alternatives": [
        {
          "word_confidence": [
            [
              "\u3053\u308c", 
              1.0
            ], 
            [
              "\u306f", 
              1.0
            ], 
            [
              "\u30de\u30a4\u30af", 
              1.0
            ], 
            [
              "\u306e", 
              1.0
            ], 
            [
              "\u30c6\u30b9\u30c8", 
              1.0
            ], 
            [
              "\u3067\u3059", 
              0.988
            ]
          ], 
          "confidence": 0.997, 
          "transcript": "\u3053\u308c \u306f \u30de\u30a4\u30af \u306e \u30c6\u30b9\u30c8 \u3067\u3059 ", 
          "timestamps": [
            [
              "\u3053\u308c", 
              0.65, 
              0.92
            ], 
            [
              "\u306f", 
              0.92, 
              1.07
            ], 
            [
              "\u30de\u30a4\u30af", 
              1.07, 
              1.48
            ], 
            [
              "\u306e", 
              1.48, 
              1.62
            ], 
            [
              "\u30c6\u30b9\u30c8", 
              1.62, 
              2.02
            ], 
            [
              "\u3067\u3059", 
              2.02, 
              2.4
            ]
          ]
        }
      ], 
      "final": true
    }
  ], 
  "result_index": 0
}

文字コードではなく日本語でコンソール出力するにはどうしたら良いでしょうか?

1 件の回答 1

1

回答1

JSONの仕様上そのように出力されるべき表現(may be represented)で、まったく正しいデータです。

https://www.rfc-editor.org/rfc/rfc8259#section-7

Any character may be escaped. If the character is in the Basic
Multilingual Plane (U+0000 through U+FFFF), then it may be represented
as a six-character sequence

とはいっても人間が見て正しいのかどうかパッとわからなくて面倒なので、

https://docs.python.org/ja/3.6/library/json.html#json.dump

ensure_ascii が (デフォルト値の) true の場合、出力では入力された全ての非 ASCII
文字はエスケープされていることが保証されています。ensure_ascii が false の場合、これらの文字はそのまま出力されます。

というオプションも用意されています。
json.dumpsensure_ascii=Falseをパラメータとして付け加えてみてください。

(そのようにしてエスケープされない状態のデータをUTF-8でないエンコーディングで出力して、他のシステムに渡してしまったりするとJSONではないデータになってしまうのでご注意ください)

回答2
あるいは、

print(service.recognize(
        audio=audio_file,
        content_type='audio/wav',
        model='ja-JP_BroadbandModel',
        timestamps=True,
        word_confidence=True).get_result().get('results', [{}])[0].get('alternatives', [{}])[0].get('transcript'))

などで取り出したかったのでしょうか。

0

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。