O Speech-to-Text é uma API desenvolvida com a tecnologia de inteligência artificial (IA) do Google. Envie dados de áudio para o Speech-to-Text e receba uma transcrição de texto deles em resposta.
Para mais informações sobre como criar uma solicitação do Speech-to-Text, consulte a página de solicitações.
Visão geral
Antes de começar a enviar solicitações para o Speech-to-Text, é preciso ativar a API no Console do Google Cloud. As etapas nesta página mostram as seguintes ações:
- Ativar o Speech-to-Text em um projeto.
- Verificar se o faturamento está ativado para o Speech-to-Text.
- (Opcional) Criar um novo bucket do Google Cloud Storage para armazenar dados de áudio.
Antes de começar
Há duas maneiras de acessar o serviço: usando a API REST ou o Console do Speech-to-Text. Fornecemos exemplos de código que mostram como fazer uma solicitação para a API REST e receber uma resposta. Saiba como usar essas amostras seguindo os guias de início rápido e os guias de instruções do Speech-to-Text. Se preferir usar o Speech-to-Text com codificação mínima, use o Console do Cloud Speech-to-Text.
Neste guia, você verá as etapas necessárias para começar a enviar solicitações à API REST. Se você não tem experiência com programação, recomendamos começar com os tutoriais por etapas no console no Google Cloud Platform antes de iniciar este guia de início rápido.
Configure seu projeto do Google Cloud para conversão de voz em texto
Acessar a página do seletor de projetos
É possível escolher um projeto existente ou criar um novo. Para mais informações sobre como criar um projeto, consulte Como criar e gerenciar projetos.
Se você criar um novo projeto, será solicitado que vincule uma conta de faturamento a esse projeto. Se você estiver usando um projeto atual, verifique se o faturamento está ativado.
Saiba como confirmar se o faturamento está ativado para o projeto
Depois de selecionar um projeto e vinculá-lo a uma conta de faturamento, é possível ativar a API Speech-to-Text. Acesse a barra Pesquisar produtos e recursos na parte superior da página e digite "speech". Selecione a API Cloud Speech-to-Text na lista de resultados.
Para testar o Speech-to-Text sem vinculá-lo ao projeto, escolha a opção TESTAR ESTA API. Para ativar a API Speech-to-Text para uso com o projeto, clique em ATIVAR.
(Opcional) Ative a geração de registros de dados. Ao optar pela geração de registros de dados, você permite que o Google grave todos os dados de áudio que forem enviados ao Speech-to-Text. Esses dados são usados para melhorar os modelos do Speech-to-Text. Os usuários que optam pela geração de registros de dados se beneficiam de preços mais baixos. Consulte as páginas de preços e termos e condições da geração de registros de dados para mais informações.
Opcional: criar um bucket do Cloud Storage
Se você pretende transcrever áudio de mais de 60 segundos ou com um tamanho de arquivo maior que 10 MB, armazene os dados de áudio em um bucket do Cloud Storage antes de transcrevê-lo usando o Speech-to-Text. As etapas a seguir mostram o processo de criação de um novo bucket.
- For Name your bucket, enter a unique bucket name. Don't include sensitive information in the bucket name, because the bucket namespace is global and publicly visible.
-
For Choose where to store your data, do the following:
- Select a Location type option.
- Select a Location option.
- For Choose a default storage class for your data, select a storage class.
- For Choose how to control access to objects, select an Access control option.
- For Advanced settings (optional), specify an encryption method, a retention policy, or bucket labels.
Desativar a API Speech-to-Text
Conclua as etapas a seguir se não precisar mais usar a API Speech-to-Text no futuro.
- Navegue até o painel do Google Cloud e clique no link Ir para visão geral das APIs na caixa APIs.
- Selecione API Cloud Speech-to-Text.
- Clique no botão DESATIVAR API na parte superior da página da API Cloud Speech-to-Text.
A seguir
Saiba como enviar uma solicitação de transcrição para a API Speech-to-Text usando bibliotecas de cliente, a gcloud, a linha de comando ou a IU do Speech-to-Text.