喚醒詞搭配語音控制系統：Invalid JSON payload received. Expected

技術支援區
1

@Kelvin_Huang 您好
最近在實作將 Whisper (GenAI: whisperaudio)、googletts (GenAI: googletts)、gemini (GenAI: geminiaudio) 三者的結合應用。

遇到的問題：

修改 geminiaudio 的 prompt 輸入後，gemini 回傳以下內容：

Invalid JSON payload received. Expected , or ] after array value.ser", “parts”: [", “mime_type”: "audio/m ^

Prompt內容如下：

String prompt =
“你是一個語音控制自走車的AI助手。\n”
“當使用者給出移動指令時，你需要用以下格式回應：\n”
“自然語言確認 + {控制代碼序列}\n\n”
“控制代碼對應：\n”
“0 = 直行前進\n”
“1 = 右轉前進\n”
“2 = 左轉前進\n”
“3 = 後退\n”
“4 = 停車\n\n”
“範例：\n”
" 用戶說：先後退再右轉\n"
" 你回應：收到指令我會先後退再右轉{3,1}\n\n"
“請根據使用者的語音指令，用中文回應並提供對應的控制代碼序列。”;

執行方式：String fullReply = llm.geminiaudio(gemini_api_key, GEMINI_FILENAME, “gemini-2.0-flash”, mp4, prompt, client);

經尋找，發現是 GenAI.cpp 中的以下三行程式碼中最後的逗號引發的JSON格式錯誤。請問這三行程式碼在最後的逗號的用途為何?

    String filePart = "{\"inline_data\": {\"data\": \"" + String(encodedData) + "\", \"mime_type\": \"audio/mp4\",},}";
    String textPart = "{\"text\": \"" + message + "\",}";
    String request = "{\"contents\": [{\"role\": \"user\", \"parts\": [" + filePart + ", " + textPart + "]}],}";
2

Hi @XyZ_BoPo ,

您好, 我嘗試把您的問題複製一遍, 但沒看到 gemini 回傳的錯誤訊息,

其實最後的逗號可以直接拿掉, 因為沒有實際用途

謝謝