go - 为什么语音 REST API 响应与 go SDK API 响应不同？

Question

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

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

{id} 是操作 ID，例如 (2593790426826555555)

结果 1，具有 string 类型的 startTime endTime 属性的驼峰命名属性。

"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。或者我可能会使用 op.GetResponse().UnmarshalTo(resp) 错误地解码响应？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。

Answer 1

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

你能尝试使用Golang protobuf protojson package 而不是encoding/json，因为这应该双射映射 JSON 和 Golang protobuf 结构。