Essayer Speech-to-Text

Ce guide vous explique comment exécuter un test Speech-to-Text à l'aide du service Vertex AI Speech de Google.

Avant d'essayer cet exemple, suivez les instructions de configuration pour Python décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI en langage Python.

1. Créez un fichier Python speech-to-text-test.py. Remplacez la valeur image_uri_to_test par l'URI d'une image source, comme indiqué :

   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)
   

   Remplacez les éléments suivants :

   • AUDIO_FILE_URI : URI d'un fichier audio "gs://your-bucket/your-image.png"

2. Créez un fichier 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. Créez l'image Docker pour l'application Speech-to-Text :

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

4. Suivez les instructions de la section Configurer Docker pour :

   1. Configurez Docker.
   2. créer un secret ;
   3. Importez l'image dans HaaS.

5. Connectez-vous au cluster d'utilisateur et générez son fichier kubeconfig avec une identité utilisateur. Assurez-vous de définir le chemin d'accès kubeconfig en tant que variable d'environnement :

   export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}
   

6. Créez un secret Kubernetes en exécutant la commande suivante dans votre terminal et en collant votre clé API :

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

   Cette commande crée un secret nommé gcp-api-key-secret avec une clé GCP_API_KEY.

7. Appliquez le fichier manifeste 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
   
   

   Remplacez les éléments suivants :

   • HARBOR_INSTANCE_URL : URL de l'instance Harbor.
   • HARBOR_PROJECT : projet Harbor.
   • SECRET : nom du secret créé pour stocker les identifiants Docker.

8. Vérifiez l'état du job :

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

9. Une fois la tâche terminée, vous pouvez afficher le résultat dans les journaux du pod :

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