今天早上把「视字」小程序的 体验版 做出来了，也发给了几个人试用，暴露出了很多问题。最关键的是，太太慢了。
首先，我使用了 https://file.io 进行 文件中转。这个是国外的服务，之前一直开代理没感觉；在普通网络下，上传很慢，甚至可能会有超时之类的错误。
然后，发现正在使用的、免费的 在线格式转换服务，其中限制了每天 30 分钟额度。哎，大意了。之前其实我是看了价格的，没注意到。并且，这个也是国外的服务，也有慢的问题。
由于这两个问题，现在的方案必须得有大的调整。现在可行的方案是：使用国内的云存储，上传视频后自动转码。本以为这是很成熟的服务了，没想到还是有很多坑。
首先，我试用了 阿里云和腾讯云 的相关服务，发现有个致命的问题：音频的最低采样率大于 16k Hz。而 搜狗的音频识别必须使用 16k 的采样率。发工单问了客服，告知确实不行。哎，没办法，只能放弃这两家。
然后去看了 七牛。恩，看起来老实厚道七牛是没问题的，可真的一试，又发现一个坑：音频转码时不支持设置 bit per sample（中文是分辨率？位深？）。这也麻烦了，因为 搜狗的音频识别必须使用 8 bit 或 16 bit 的分辨率。理论上，可以通过设置码率（因为码率 = 采样率 位深 声道数）来倒过来设置位深，而实际测试并不工作。发工单给七牛，无奈这有点专业，售后解决不了，得等他们技术来支持。现在，这事卡在这了，除非我再去找一家云服务。
同时，我又去了解了下 腾讯 AI 长语音识别，哎，也有坑。比如，服务器时不时返回 502（可以看出，给其配备的服务器资源并不充足）；很多时候创建任务成功，却永远收不到回调。从偶尔成功时返回的结果来看，文字识别结果并不如讯飞或搜狗，包括文字不准确、大段文字而没有标点等。
我感觉，腾讯 AI 还是试验性阶段，各种不靠谱。可能腾讯云是商务的，应该靠谱些。其实我也不明白，腾讯云和腾讯 AI 是什么关系，不会像 QQ 和微信的关系吧。
除此之外，百度 也提供了长音频提取文字，不过刚刚开始公测。我已经申请了，在等结果。现在是疫情时期，估计会很慢。下午错过了一个百度的电话，可能跟这事有关，有点后悔没接到电话，耽误事了。
哎，这么个小程序、小项目，没想到会遇到这么多坑。有时，你看到一个产品很简洁，殊不知，在走到最后简洁这一步之前，已经踩过多少坑。再一个感叹便是，国内的这些云服务，看起来大而全，真往细了用时，问题很多。