本文介绍 Cloud Speech-to-Text 的当前 API 限制和用量限额。如果这些限制和用量限额发生任何更改，我们会相应地更新本页面以反映这些更改。我们保留更改这些限制的权利。
如有必要，您可以申请增加配额。如需详细了解如何查看和管理您的配额，请参阅 Cloud 的“配额”页面。
在您提交申请后，Google 可能会联系您获取更多信息，并告知您的申请是否获批。
内容限制
提供给 Speech-to-Text 的内容采用音频数据的形式，可在请求的 content 字段中直接指定，也可在请求的 uri 字段中以 Google Cloud Storage URI 的形式引用。使用本地文件发送至 API 的所有单个请求的大小不能超过 10 MB。对于 Recognize 和 LongRunningRecognize 方法，此限制适用于发送的请求大小。对于 StreamingRecognize 方法，10 MB 的限制适用于初始 StreamingRecognize 请求和数据流中每一条消息的大小。超出此限制时，系统会抛出错误。使用存储在 Google Cloud Storage 存储分区中的音频数据发送的请求不受大小限制。
该 API 对此类内容的大小有以下限制（可能会更改）。
| 内容限制 | 音频时长 |
|---|---|
| 同步请求 | 约 1 分钟 |
| 异步请求 | 约 480 分钟* |
| 流式请求 | 约 5 分钟** |
* 如果音频时长超过约 1 分钟，则必须使用 uri 字段来引用 Google Cloud Storage 中的音频文件。
** 如果您需要流式传输超过 5 分钟的内容，请参阅无限流式传输教程。
对于 StreamingRecognize 请求，必须以接近实时的速率发送音频。
如果内容超出这些限制，系统会在尝试处理内容时产生错误。 如需了解详情，请参阅错误消息和问题排查。
您还可以在任何请求中提供一个 PhraseSet 资源，内含特定于该请求的短语列表。（此情况下单个字词也被视为一个短语）。以下限制适用于此类情况：
| 语音自适应限制 | 值 |
|---|---|
| 每个请求的短语数 | 5000 |
| 每个请求的总字符数 | 10 万 |
| 每个短语的字符数 | 100 |
请求限制
Speech-to-Text 的当前 API 用量限额如下（可能会更改）：
| 限制类型 | 用量限额 |
|---|---|
| 每 60 秒的识别请求数* | 900 |
| 每 60 秒的自适应资源请求数* | 10 |
| 每天处理量 | 480 小时音频 |
* 每个 StreamingRecognize 会话都被视为单个请求，即使该流中包含多帧 StreamingRecognizeRequest 音频也是如此。
当请求和/或尝试处理超出这些限制的音频时，系统将会产生错误。 如需了解详情，请参阅错误消息和问题排查。
这些限制适用于每个 Speech-to-Text 开发者项目，并且使用给定开发者项目的所有应用和 IP 地址消耗的用量均计入该限额。