Trascrivi voce in testo utilizzando l'API

Guida rapida: trascrivi la conversione della voce in testo utilizzando l'API

Trascrivi voce in testo utilizzando l'API

Questa pagina mostra come inviare una richiesta di riconoscimento vocale a Speech-to-Text utilizzando l'interfaccia REST e il comando curl.

Speech-to-Text consente una facile integrazione delle tecnologie di riconoscimento vocale di Google nelle applicazioni per sviluppatori. Puoi inviare i dati audio all'API Speech-to-Text, che restituisce una trascrizione del testo di tale file audio. Per scoprire di più sul servizio, consulta le nozioni di base su Speech-to-Text.

Prima di iniziare

Prima di poter inviare una richiesta all'API Speech-to-Text, devi completare le seguenti azioni. Consulta la pagina prima di iniziare per i dettagli.

• Abilitare Speech-to-Text su un progetto GCP.
  1. Assicurati che la fatturazione sia abilitata per Speech-to-Text.
  2. Crea e/o assegna uno o più account di servizio a Speech-to-Text.
  3. Scaricare una chiave delle credenziali dell'account di servizio.
• Imposta la variabile di ambiente di autenticazione.
• (Facoltativo) Crea un nuovo bucket Google Cloud Storage per archiviare i tuoi dati audio.

Esecuzione di una richiesta di trascrizione di audio

Ora puoi utilizzare Speech-to-Text per trascrivere un file audio in testo. Utilizza il seguente esempio di codice per inviare una richiesta REST di recognize all'API Speech-to-Text.

1. Crea un file di richiesta JSON con il testo seguente e salvalo come file di testo normale sync-request.json:

   {
     "config": {
         "encoding":"FLAC",
         "sampleRateHertz": 16000,
         "languageCode": "en-US",
         "enableWordTimeOffsets": false
     },
     "audio": {
         "uri":"gs://cloud-samples-tests/speech/brooklyn.flac"
     }
   }
     

   Questo snippet JSON indica che il file audio ha un formato di codifica FLAC, una frequenza di campionamento di 16.000 Hz e che il file audio è archiviato su Google Cloud Storage all'URI specificato. Il file audio è accessibile pubblicamente, quindi non sono necessarie le credenziali di autenticazione per accedere al file.

2. Utilizza curl per effettuare una richiesta speech:recognize, passando il nome file della richiesta JSON che hai configurato nel passaggio 1:

   Il comando di esempio curl utilizza il comando gcloud auth application-default print-access-token per ottenere un token di autenticazione.

   curl -s -H "Content-Type: application/json" \
       -H "Authorization: Bearer "$(gcloud auth application-default print-access-token) \
       https://speech.googleapis.com/v1/speech:recognize \
       -d @sync-request.json
     

   Tieni presente che per passare un nome file a curl, utilizzi l'opzione -d (per "dati") e anteponi il segno @ al nome file. Questo file deve trovarsi nella stessa directory in cui esegui il comando curl.

   Dovresti vedere una risposta simile alla seguente:

   {
     "results": [
       {
         "alternatives": [
           {
             "transcript": "how old is the Brooklyn Bridge",
             "confidence": 0.98267895
           }
         ]
       }
     ]
   }
     

Complimenti! Hai inviato la tua prima richiesta a Speech-to-Text.

Se ricevi un errore o una risposta vuota da Speech-to-Text, dai un'occhiata ai passaggi di risoluzione dei problemi e di attenuazione degli errori.

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questa pagina, segui questi passaggi:

• Usa la Google Cloud Console per eliminare il progetto nel caso in cui non sia necessario.

Passaggi successivi

• Esercitati a trascrivere file audio brevi.
• Scopri come raggruppare file audio lunghi per il riconoscimento vocale.
• Scopri come trascrivere audio in streaming, ad esempio da un microfono.
• Inizia a utilizzare Speech-to-Text nella lingua che preferisci utilizzando una libreria client di Speech-to-Text.
• Esplora le applicazioni di esempio.
• Per prestazioni ottimali e altri suggerimenti, consulta la documentazione sulle best practice.