Speech-to-Text einrichten

Speech-to-Text ist eine API, die auf der künstlichen Intelligenz (KI) von Google basiert. Sie senden Ihre Audiodaten an Speech-to-Text und erhalten dann eine Texttranskription der Audiodaten als Antwort.

Weitere Informationen zum Erstellen einer Speech-to-Text-Anfrage finden Sie auf der Seite Anfragen.

Übersicht

Bevor Sie Anfragen an Speech-to-Text senden können, müssen Sie die API in der Google Cloud Console aktivieren. Die Schritte auf dieser Seite führen Sie durch die folgenden Aktionen:

  • Speech-to-Text in einem Projekt aktivieren.
  • Die Abrechnung für Speech-to-Text muss aktiviert sein.
  • (Optional) Erstellen Sie einen neuen Google Cloud Storage-Bucket zum Speichern Ihrer Audiodaten.

Vorbereitung

Es gibt zwei Möglichkeiten, auf den Dienst zuzugreifen: mithilfe der REST API oder mithilfe der Speech-to-Text-Konsole. Wir stellen Codebeispiele bereit, die zeigen, wie Sie eine Anfrage an die REST API senden und eine Antwort erhalten. Informationen zur Verwendung dieser Beispiele finden Sie in den Kurzanleitungen und Schritt-für-Schritt-Anleitungen für Speech-to-Text. Wenn Sie Speech-to-Text mit minimalem Programmieraufwand verwenden möchten, können Sie die Cloud Speech-to-Text-Konsole verwenden.

In dieser Anleitung werden Sie durch die Schritte geführt, die zum Senden von Anfragen an die REST API erforderlich sind. Wenn Sie mit dem Coding noch nicht vertraut sind, sollten Sie mit den detaillierten Anleitungen in der Konsole auf der Google Cloud Platform beginnen, bevor Sie mit dieser Kurzanleitung beginnen.

Google Cloud-Projekt für Speech-to-Text einrichten

  1. Melden Sie sich in der Google Cloud Console an.

  2. Zur Projektauswahl

    Sie können entweder ein vorhandenes Projekt auswählen oder ein neues erstellen. Weitere Informationen zum Erstellen eines Projekts finden Sie unter Projekte erstellen und verwalten.

  3. Wenn Sie ein neues Projekt erstellen, werden Sie aufgefordert, ein Abrechnungskonto mit diesem Projekt zu verknüpfen. Wenn Sie ein bereits vorhandenes Projekt verwenden, muss die Abrechnung aktiviert sein.

    So prüfen Sie, ob die Abrechnung für Ihr Projekt aktiviert ist

  4. Nachdem Sie ein Projekt ausgewählt und mit einem Rechnungskonto verknüpft haben, können Sie die Speech-to-Text API aktivieren. Öffnen Sie oben auf der Seite die Leiste Produkte und Ressourcen suchen und geben Sie speech ein. Wählen Sie in der Ergebnisliste die Cloud Speech-to-Text API aus.

  5. Wenn Sie Speech-to-Text ausprobieren möchten, ohne es mit Ihrem Projekt zu verknüpfen, wählen Sie die Option DIESE API TESTEN aus. Klicken Sie auf AKTIVIEREN, um die Speech-to-Text API für die Verwendung mit Ihrem Projekt zu aktivieren.

  6. (Optional) Aktivieren Sie das Daten-Logging. Wenn Sie Daten-Logging aktivieren, kann Google alle an Speech-to-Text gesendeten Audiodaten aufzeichnen. Mit diesen Daten werden die Speech-to-Text-Modelle verbessert. Nutzer, die das Daten-Logging aktivieren, profitieren von niedrigeren Preisen. Weitere Informationen finden Sie auf den Seiten zu Preisen und den Nutzungsbedingungen für das Daten-Logging.

Optional: Cloud Storage-Bucket erstellen

Wenn Sie Audiodaten transkribieren möchten, die länger als 60 Sekunden sind oder eine Dateigröße von mehr als 10 MB haben, müssen Sie die Audiodaten in einem Cloud Storage-Bucket speichern, bevor Sie sie mit Speech-to-Text transkribieren können. Die folgenden Schritte führen Sie durch den Prozess der Erstellung eines neuen Buckets.

  • Wechseln Sie in der Google Cloud Console zur Cloud Storage-Seite Buckets.

    Zur Seite „Buckets“

  • Klicken Sie auf Bucket erstellen.
  • Geben Sie auf der Seite Bucket erstellen die Bucket-Informationen ein. Klicken Sie auf Weiter, um mit dem nächsten Schritt fortzufahren.
    • Geben Sie unter Bucket benennen einen eindeutigen Bucket-Namen ein. Der Bucket-Name darf keine vertraulichen Informationen enthalten, da der Bucket-Namespace global und öffentlich sichtbar ist.
    • Gehen Sie unter Speicherort für Daten auswählen folgendermaßen vor:
      • Wählen Sie eine Option für Standorttyp aus.
      • Wählen Sie eine Standort-Option aus.
    • Wählen Sie unter Standardspeicherklasse für Ihre Daten auswählen eine Speicherklasse aus.
    • Wählen Sie unter Zugriffssteuerung für Objekte auswählen eine Option für die Zugriffssteuerung aus.
    • Geben Sie für Erweiterte Einstellungen (optional) eine Verschlüsselungsmethode, eine Aufbewahrungsrichtlinie oder Bucket-Labels an.
  • Klicken Sie auf Erstellen.

    • Speech-to-Text API deaktivieren

    Führen Sie die folgenden Schritte aus, wenn Sie die Speech-to-Text API in Zukunft nicht mehr benötigen.

    1. Rufen Sie Ihr Google Cloud-Dashboard auf und klicken Sie im Feld APIs auf den Link Zur API-Übersicht.
    2. Wählen Sie Cloud Speech-to-Text API aus.
    3. Klicken Sie oben auf der Seite "Cloud Speech-to-Text API" auf die Schaltfläche API DEAKTIVIEREN.

    Nächste Schritte

    Informationen zum Senden einer Transkriptionsanfrage an die Speech-to-Text API mithilfe von Clientbibliotheken ,gcloud, Befehlszeile oder Speech-to-Text-UI.