入門ガイド

音声認識の実行

• 短い音声ファイルの文字変換

  ローカル音声ファイルとリモート音声ファイルに同期音声認識を実行します

• 長い音声ファイルの文字変換

  リモート音声ファイルで非同期音声認識を実行します。

• ストリーミング入力の音声文字変換

  ローカルの音声ファイルとその他の音声入力ストリームにストリーミング音声認識を実行します。

認識リクエストの構成

• 単語レベルの信頼度の有効化

  Cloud Speech-to-Text で、音声文字変換での各単語の信頼度レベル（正確さの値）が提示されるように指定します。

• 異なる話者の分離

  Cloud Speech-to-Text で音声文字変換する音声データ内の話者ごとにラベルを付けます。

• 音声言語の自動検出

  Cloud Speech-to-Text に送信する音声文字変換リクエストに複数の言語コードを指定します。

• 複数のチャンネルを含む音声の文字変換

  複数のチャンネルを含む音声ファイルを音声文字変換します。

• 音声文字変換モデルの選択

  特別な用途の音声文字変換の機械学習モデルを選択します。

• データロギングの有効化

  Google Cloud プロジェクトでデータロギングを有効にすると、割引を受けることができます。

• 拡張モデルの使用

  拡張音声認識モデルを使用します。

• 句読点の挿入

  Speech-to-Text の変換結果に句読点を挿入します。

• 単語のタイムスタンプの取得

  リモート ファイルで音声認識を実行し、認識された単語の時間オフセット（タイムスタンプ）値を含めます。

• Base64 エンコード

  音声を Base64 でエンコードする方法について学びます。