Contenuti audio con codifica Base64

Quando invii dati audio all'API Speech-to-Text, puoi inviarli direttamente (nel campo content della richiesta) o lasciare che l'API esegua il riconoscimento da remoto sui dati archiviati in un bucket Cloud Storage. Puoi inviare i dati direttamente nel campo content per il riconoscimento sincrono solo se i dati audio hanno una durata massima di 60 secondi e 10 MB. Tutti i dati audio nel campo content devono essere in formato base64. Questa pagina descrive come convertire l'audio da un file binario in dati codificati in base64.

Se i dati audio superano i 60 secondi o i 10 MB, devono essere archiviati in un bucket Cloud Storage per essere inviati per il riconoscimento. Puoi analizzarla in modo asincrono senza convertirla in formato base64. Per ulteriori dettagli, consulta la documentazione sul riconoscimento asincrono.

Utilizzo della riga di comando

All'interno di una richiesta gRPC, puoi semplicemente scrivere direttamente i dati binari. Tuttavia, JSON viene utilizzato quando viene effettuata una richiesta REST. JSON è un formato di testo che non supporta direttamente i dati binari, pertanto dovrai convertirli in testo utilizzando la codifica Base64.

La maggior parte degli ambienti di sviluppo contiene un'utilità base64 nativa per codificare un file binario in dati di testo ASCII. Per codificare un file:

Linux

Codifica il file utilizzando lo strumento a riga di comando base64, assicurandoti di impedire il rientro a capo utilizzando il flag -w 0:

base64 INPUT_FILE -w 0 > OUTPUT_FILE

macOS

Codifica il file utilizzando lo strumento a riga di comando base64:

base64 -i INPUT_FILE -o OUTPUT_FILE

Windows

Codifica il file utilizzando lo strumento Base64.exe:

Base64.exe -e INPUT_FILE > OUTPUT_FILE

PowerShell

Codifica il file utilizzando il metodo Convert.ToBase64String:

[Convert]::ToBase64String([IO.File]::ReadAllBytes("./INPUT_FILE")) > OUTPUT_FILE

Crea un file di richiesta JSON con i dati codificati in base64 in linea:

JSON

{
  "config": {
    "encoding": "FLAC",
    "sampleRateHertz": 16000,
    "languageCode": "en-US"
  },
  "audio": {
    "content": "ZkxhQwAAACIQABAAAAUJABtAA+gA8AB+W8FZndQvQAyjv..."
  }
}

Utilizzo delle librerie client

L'inserimento di dati binari nelle richieste tramite editor di testo non è né auspicabile né pratico. In pratica, incorporerai i file con codifica base64 nel codice client. Tutti i linguaggi di programmazione supportati dispongono di meccanismi integrati per la codifica dei contenuti in Base64.

Python

In Python, la codifica base64 dei file audio avviene nel seguente modo:

# Import the base64 encoding library.
import base64

# Pass the audio data to an encoding function.
def encode_audio(audio):
  audio_content = audio.read()
  return base64.b64encode(audio_content)

Node.js

In Node.js, i file audio vengono codificati in base64 come segue, dove audioFile è il percorso del file codificato in audio.

const fs = require('fs');
const content = fs.readFileSync(audioFile).toString('base64');

Java

In Java, utilizza il metodo statico encodeBase64 all'interno di org.apache.commons.codec.binary.Base64 per codificare i file binari in base64:

// Import the Base64 encoding library.
import org.apache.commons.codec.binary.Base64;

// Encode the speech.
byte[] encodedAudio = Base64.encodeBase64(audio.getBytes());