快速入门：使用 gcloud 工具

本页面介绍了如何从命令行使用 gcloud 工具向 Speech-to-Text 发送语音识别请求。

Speech-to-Text 能够将 Google 语音识别技术轻松集成到开发者应用中。您可以向 Speech-to-Text API 发送音频数据，然后该 API 会返回该音频文件的文字转录。如需详细了解该服务，请参阅 Speech-to-Text 基础知识。

准备工作

  1. 登录您的 Google Cloud 帐号。如果您是 Google Cloud 新手，请创建一个帐号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。
  2. 设置 Cloud Console 项目。

    设置项目

    点击即可执行以下操作：

    • 创建或选择项目。
    • 为该项目启用 Speech-to-Text API。
    • 创建服务帐号。
    • 下载 JSON 格式的私钥。

    您可以随时在 Cloud Console 中查看和管理这些资源。

  3. 将环境变量 GOOGLE_APPLICATION_CREDENTIALS 设置为包含您的服务帐号密钥的 JSON 文件的路径。 此变量仅适用于当前的 shell 会话，因此，如果您打开新的会话，请重新设置该变量。

  4. 安装并初始化 Cloud SDK。

发出音频转录请求

现在您可以使用 Speech-to-Text 将音频文件转录为文字。请使用以下代码示例向 Speech-to-Text API 发送 recognize 请求。

打开命令行 Shell 并运行以下命令。

gcloud ml speech recognize gs://cloud-samples-tests/speech/brooklyn.flac \
    --language-code=en-US

此命令请求 Speech-to-Text 转录一个 FLAC 中包含的音频，该 FLAC 托管在一个可公开访问的位置。

如果请求成功，服务器将返回一个 JSON 格式的响应。

{
  "results": [
    {
      "alternatives": [
        {
          "confidence": 0.9840146,
          "transcript": "how old is the Brooklyn Bridge"
        }
      ]
    }
  ]
}

恭喜！您已向 Speech-to-Text 发送了您的第一个请求！

如果您收到来自 Speech-to-Text 的错误或空响应，请查看问题排查和纠错步骤。

后续步骤