試用 Speech-to-Text

本指南會逐步說明如何使用 Google 的 Vertex AI Speech 服務執行 Speech-to-Text 測試。

在嘗試這個範例之前，請先按照這篇 Vertex AI 快速入門導覽課程中的 Python 設定操作說明進行。詳情請參閱 Vertex AI Python API 參考說明文件。

1. 建立 Python 檔案 speech-to-text-test.py。將 image_uri_to_test 值替換為來源圖片的 URI，如下所示：

   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)
   

   更改下列內容：

   • AUDIO_FILE_URI：音訊檔案的 URI "gs://your-bucket/your-image.png"

2. 建立 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. 為語音轉文字應用程式建構 Docker 映像檔：

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

4. 請按照「設定 Docker」中的操作說明執行下列操作：

   1. 設定 Docker，
   2. 建立密鑰，並
   3. 將圖片上傳至 HaaS。

5. 登入使用者叢集，並使用使用者身分產生 kubeconfig 檔案。請務必將 kubeconfig 路徑設為環境變數：

   export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}
   

6. 在終端機中執行下列指令，並貼上 API 金鑰，即可建立 Kubernetes 密鑰：

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

   這個指令會建立名為 gcp-api-key-secret 的密鑰，並使用 GCP_API_KEY 金鑰。

7. 套用 Kubernetes 資訊清單：

   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
   
   

   更改下列內容：

   • HARBOR_INSTANCE_URL：Harbor 執行個體網址。
   • HARBOR_PROJECT：Harbor 專案。
   • SECRET：為儲存 Docker 憑證而建立的密鑰名稱。

8. 檢查工作狀態：

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

9. 工作完成後，您可以在 Pod 記錄中查看輸出內容：

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