Speech-to-Text 사용해 보기

이 가이드에서는 Google의 Vertex AI Speech 서비스를 사용하여 Speech-to-Text 테스트를 실행하는 과정을 안내합니다.

이 샘플을 사용해 보기 전에 Vertex AI 빠른 시작: 클라이언트 라이브러리 사용의 Python 설정 안내를 따르세요. 자세한 내용은 Vertex AI Python API 참조 문서를 확인하세요.

1. speech-to-text-test.py Python 파일을 만듭니다. 다음과 같이 image_uri_to_test 값을 소스 이미지의 URI로 바꿉니다.

   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)
   

   다음을 바꿉니다.

   • AUDIO_FILE_URI: 오디오 파일의 URI입니다('gs://your-bucket/your-image.png').

2. Dockerfile 만들기:

   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. Speech-to-Text 애플리케이션의 Docker 이미지를 빌드합니다.

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

4. Docker 구성의 안내에 따라 다음 작업을 실행합니다.

   1. Docker를 구성합니다.
   2. 보안 비밀을 만들고
   3. HaaS에 이미지를 업로드합니다.

5. 사용자 클러스터에 로그인하고 사용자 ID로 kubeconfig 파일을 생성합니다. kubeconfig 경로를 환경 변수로 설정해야 합니다.

   export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}
   

6. 터미널에서 다음 명령어를 실행하고 API 키를 붙여넣어 Kubernetes 보안 비밀을 만듭니다.

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

   이 명령어는 키 GCP_API_KEY이 있는 gcp-api-key-secret이라는 보안 비밀을 만듭니다.

7. Kubernetes 매니페스트를 적용합니다.

   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
   
   

   다음을 바꿉니다.

   • HARBOR_INSTANCE_URL: Harbor 인스턴스 URL입니다.
   • HARBOR_PROJECT: Harbor 프로젝트입니다.
   • SECRET: Docker 사용자 인증 정보를 저장하기 위해 생성된 보안 비밀의 이름입니다.

8. 작업 상태를 확인합니다.

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

9. 작업이 완료되면 포드 로그에서 출력을 볼 수 있습니다.

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