Probar Speech-to-Text

En esta guía se explica cómo ejecutar una prueba de Speech-to-Text con el servicio Vertex AI Speech de Google.

Antes de probar este ejemplo, sigue las instrucciones de configuración de Python que se indican en la guía de inicio rápido de Vertex AI con bibliotecas de cliente. Para obtener más información, consulta la documentación de referencia de la API de Python de Vertex AI.

1. Crea un archivo de Python speech-to-text-test.py. Sustituye el valor image_uri_to_test por el URI de una imagen de origen, como se muestra a continuación:

   from google.cloud import speech
   
   def transcribe_gcs_audio(gcs_uri: str) -> speech.RecognizeResponse:
       client = speech.SpeechClient()
   
       audio = speech.RecognitionAudio(uri=gcs_uri)
       config = speech.RecognitionConfig(
           encoding=speech.RecognitionConfig.AudioEncoding.FLAC,
           sample_rate_hertz=16000,
           language_code="en-US", # Specify the language code (e.g., "en-US" for US English)
           # You can add more features here, e.g.:
           # enable_automatic_punctuation=True,
           # model="default" # or "latest_long", "phone_call", "video", "chirp" (v2 API)
       )
   
       # Performs synchronous speech recognition on the audio file
       response = client.recognize(config=config, audio=audio)
   
       # Print the transcription
       for result in response.results:
           print(f"Transcript: {result.alternatives[0].transcript}")
           if result.alternatives[0].confidence:
               print(f"Confidence: {result.alternatives[0].confidence:.2f}")
   
       return response
   
   if __name__ == "__main__":
       # Replace with the URI of your audio file in Google Cloud Storage
       audio_file_uri = "AUDIO_FILE_URI"
   
       print(f"Transcribing audio from: {audio_file_uri}")
       transcribe_gcs_audio(audio_file_uri)
   

   Haz los cambios siguientes:

   • AUDIO_FILE_URI: el URI de un archivo de audio "gs://your-bucket/your-image.png"

2. Crea un Dockerfile:

   ROM python:3.9-slim
   
   WORKDIR /app
   
   COPY speech-to-text-test.py /app/
   
   # Install 'requests' for HTTP calls
   RUN pip install --no-cache-dir requests
   
   CMD ["python", "speech-to-text-test.py"]
   

3. Compila la imagen de Docker de la aplicación Speech-to-Text:

   docker build -t speech-to-text-app .
   

4. Sigue las instrucciones de Configurar Docker para hacer lo siguiente:

   1. Configurar Docker
   2. Crea un secreto y
   3. Sube la imagen a HaaS.

5. Inicia sesión en el clúster de usuarios y genera su archivo kubeconfig con una identidad de usuario. Asegúrate de definir la ruta de kubeconfig como variable de entorno:

   export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}
   

6. Crea un secreto de Kubernetes ejecutando el siguiente comando en tu terminal y pegando tu clave de API:

   kubectl create secret generic gcp-api-key-secret \
     --from-literal=GCP_API_KEY='PASTE_YOUR_API_KEY_HERE'
   

   Este comando crea un secreto llamado gcp-api-key-secret con una clave GCP_API_KEY.

7. Aplica el manifiesto de Kubernetes:

   apiVersion: batch/v1
   kind: Job
   metadata:
     name: speech-to-text-test-job
   spec:
     template:
       spec:
         containers:
         - name: speech-to-text-test-container
           image: HARBOR_INSTANCE_URL/HARBOR_PROJECT/speech-to-text-app:latest # Your image path
           # Mount the API key from the secret into the container
           # as an environment variable named GCP_API_KEY.
           imagePullSecrets:
           - name: SECRET
           envFrom:
           - secretRef:
               name: gcp-api-key-secret
         restartPolicy: Never
     backoffLimit: 4
   
   

   Haz los cambios siguientes:

   • HARBOR_INSTANCE_URL: la URL de la instancia de Harbor.
   • HARBOR_PROJECT: el proyecto de Harbor.
   • SECRET: el nombre del secreto creado para almacenar las credenciales de Docker.

8. Comprueba el estado del trabajo:

   kubectl get jobs/speech-to-text-test-job
   # It will show 0/1 completions, then 1/1 after it succeeds
   

9. Una vez que se haya completado el trabajo, puedes ver el resultado en los registros del pod:

   kubectl logs -l job-name=speech-to-text-test-job