方法指南

执行语音识别

• 转录短音频文件

  对本地和远程音频文件执行同步语音识别。

• 转录长音频文件

  对远程音频文件执行异步语音识别。

• 转录流式输入中的音频

  对本地音频文件和其他音频输入流执行流式语音识别。

配置识别请求

• 启用字词级置信度

  指定 Cloud Speech-to-Text 为转录中每个字词指示准确度（置信度）值。

• 区分不同的讲话人

  在 Cloud Speech-to-Text 转录的音频数据中为不同的讲话人添加标签。

• 自动检测语言

  为发送到 Cloud Speech-to-Text 的音频转录请求提供多种语言代码。

• 转录多通道音频

  转录包含多个通道的音频文件。

• 选择转录模型

  选择专用的机器学习模型来进行音频转录。

• 启用数据日志记录

  在您的 Google Cloud 项目上启用数据日志记录，以享受折扣价格。

• 使用增强型模型

  使用增强型语音识别模型。

• 添加识别元数据

  提供关于包含在转录请求中的音频的更多详细信息，以获得质量更高的输出。

• 获取标点符号

  在 Speech-to-Text 的转录结果中添加标点符号。

• 添加字词时间戳

  对远程文件执行语音识别，并为识别出的字词添加时间偏移（时间戳）值。

• base64 编码

  了解如何对音频进行 base64 编码。