Vous pouvez demander une augmentation de quota si nécessaire. Consultez la Google Cloud page des quotas pour savoir comment consulter et gérer votre quota.
Une fois votre demande envoyée, il est possible que Google vous contacte pour obtenir des détails supplémentaires et vous informer de l'approbation ou du refus de votre demande.
Limites de contenu
Requêtes synchrones
Les requêtes de reconnaissance synchrone (à l'aide de la méthode Recognize) acceptent les données audio de manière intégrée dans le champ content de la requête ou en tant qu'URI Cloud Storage dans le champ uri de la requête. Les données audio envoyées à une requête synchrone sont limitées à 10 Mo ou à une minute de durée audio (selon la première limite atteinte). Pour en savoir plus sur la reconnaissance synchrone, consultez la présentation de la reconnaissance synchrone.
Requêtes en streaming
Les requêtes de reconnaissance en streaming (à l'aide de la méthode StreamingRecognize) n'acceptent que le contenu audio intégré dans le champ audio de la requête. Pendant la diffusion, chaque requête est limitée à 25 ko d'audio. Une diffusion peut rester ouverte pendant cinq minutes au maximum, et le contenu audio doit être envoyé en temps quasi réel. Si vous avez besoin de diffuser du contenu pendant plus de cinq minutes, reportez-vous aux tutoriels sur les flux sans fin. Pour en savoir plus sur la reconnaissance en streaming, consultez la présentation de la reconnaissance en streaming.
Requêtes par lot
Les requêtes de reconnaissance par lot (à l'aide de la méthode BatchRecognize) n'acceptent que le contenu audio en tant qu'URI Cloud Storage dans le champ uri de la requête. Chaque BatchRecognizeRequest peut contenir jusqu'à 15 files (fichiers) à transcrire.
Chaque fichier peut durer jusqu'à huit heures. Pour en savoir plus sur la reconnaissance asynchrone, consultez la présentation de la reconnaissance par lot.
Reconnaissance multilingue
La reconnaissance multilingue n'est disponible que dans les points de terminaison Cloud Speech-to-Text mondiaux, des États-Unis et de l'UE.
Adaptation
Dans une requête, vous pouvez également fournir des ressources PhraseSet et CustomClass. Les limites suivantes s'appliquent à ces ressources :
| Limite d'adaptation vocale | Valeur |
|---|---|
| Valeur maximale autorisée pour le boost des expressions | 20 |
| Expressions dans un PhraseSet | 1 200 |
| Expressions par requête | 5 000 |
| Caractères par expression | 100 |
| Nombre total de caractères par requête | 100 000 |
| Nombre maximal d'éléments dans une CustomClass | 500 |
| Nombre maximal de caractères par élément CustomClass | 500 |
| Nombre maximal de PhraseSets par SpeechAdaptation | 20 |
| Nombre maximal de CustomClasses par SpeechAdaptation | 20 |
Limites de ressources
Voici les limites de ressources actuelles de l'API Cloud Speech-to-Text (sous réserve de modification) :
| Type de limite | Limite d'utilisation |
|---|---|
| Nombre d'outils de reconnaissance (par région) | 5 000 |
| Nombre de classes personnalisées (par région) | 5 000 |
| Nombre d'ensembles d'expressions (par région) | 5 000 |
Limites de requêtes
Voici les limites d'utilisation actuelles de l'API Cloud Speech-to-Text (sous réserve de modification) :
| Type de limite | Limite d'utilisation |
|---|---|
| Requêtes de ressources par période de 60 secondes (par région) | 100 |
| Requêtes d'opération par période de 60 secondes (par région) | 150 |
| Requêtes de reconnaissance synchrone par période de 60 secondes (par région) | 300 |
| Requêtes de reconnaissance en streaming par période de 60 secondes (par région) * | 1 000 000 |
| Sessions StreamingRecognize simultanées (par région) * | 300 |
| Requêtes de reconnaissance par lot par période de 60 secondes (par région) | 150 |
* La reconnaissance en streaming a une limite de quota de 300 sessions simultanées par tranche de cinq minutes et une limite de 3 000 requêtes par minute, ce qui s'applique à toutes les sessions simultanées. La requête de configuration initiale d'une session n'est pas comptabilisée dans le quota des requêtes.
Ces limites s'appliquent à chaque projet de développeur dans Cloud Speech-to-Text. Elles sont partagées entre toutes les applications et adresses IP associées à un projet de développeur donné.