Contenido de audio codificado en Base64

Cuando envías datos de audio a la API de Speech-to-Text, puedes enviar los datos directamente (dentro del campo content de la solicitud) o hacer que la API realice el reconocimiento de forma remota en los datos almacenados en un bucket de Cloud Storage con la especificación del objeto de almacenamiento en el campo uri de la solicitud.

Todos los datos de audio en el campo content en solicitudes HTTP deben estar en formato base64. En esta página, se describe cómo convertir audio de un archivo binario a datos codificados en base64.

Nota: Para los clientes que usan bibliotecas cliente o un cliente de gRPC, el contenido de audio debe estar en formato binario, no en formato base64.

Nota: Consulta la documentación sobre cuotas y límites para conocer los límites de contenido en el audio intercalado.

Uso de la línea de comandos

Dentro de una solicitud gRPC, simplemente puedes escribir los datos binarios directamente; sin embargo, JSON se utiliza para realizar una solicitud REST. JSON es un formato de texto que no admite directamente datos binarios, por lo que deberás convertir estos datos binarios en texto mediante la codificación Base64.

La mayoría de los entornos de desarrollo contienen una utilidad base64 nativa para codificar un objeto binario en datos de texto ASCII. Para codificar un archivo, haz lo siguiente:

Linux

Codifica el archivo con la herramienta de línea de comandos base64 y asegúrate de evitar el ajuste de línea con la marca -w 0:

base64 INPUT_FILE -w 0 > OUTPUT_FILE

macOS

Codifica el archivo con la herramienta de línea de comandos base64:

base64 -i INPUT_FILE -o OUTPUT_FILE

Windows

Codifica el archivo con la herramienta Base64.exe:

Base64.exe -e INPUT_FILE > OUTPUT_FILE

PowerShell

Codifica el archivo con el método Convert.ToBase64String:

[Convert]::ToBase64String([IO.File]::ReadAllBytes("./INPUT_FILE")) > OUTPUT_FILE

Crea un archivo de solicitud JSON e intercala los datos codificados en Base64:

JSON

{
  "recognizer": "projects/PROJECT_ID/locations/global/recognizers/_",
  "content": "ZkxhQwAAACIQABAAAAUJABtAA+gA8AB+W8FZndQvQAyjv..."
}

Uso de las bibliotecas cliente

La incorporación de datos binarios en solicitudes a través de editores de texto no es conveniente ni práctico. En la práctica, incorporarás archivos codificados en Base64 dentro del código del cliente. Todos los lenguajes de programación compatibles tienen mecanismos incorporados para el contenido de codificación en Base64:

Python

En Python, puedes codificar archivos de audio codificados en Base64 de la siguiente manera:

# Import the base64 encoding library.
import base64

# Pass the audio data to an encoding function.
def encode_audio(audio_file):
    with open(audio_file, "rb") as f:
        encoded_content = base64.b64encode(f.read())
    return encoded_content

Node.js

// Read the file into memory.
var fs = require('fs');
var audioFile = fs.readFileSync('/full/path/to/audio/file.wav');

// Convert the audio data to a Buffer and base64 encode it.
var encoded = Buffer.from(audioFile).toString('base64');

Java

// Import the Base64 encoding library.
import org.apache.commons.codec.binary.Base64;

// Encode the audio.
byte[] audioData = Base64.encodeBase64(audioFile.getBytes());
String encodedString = Base64.getEncoder().encodeToString(audioData);

Go

import (
    "bufio"
    "encoding/base64"
    "io"
    "os"
)

// Open audio file.
f, _ := os.Open("/full/path/to/audio/file.wav")

// Read entire audio into byte slice.
reader := bufio.NewReader(f)
content, _ := io.ReadAll(reader)

// Encode audio as base64.
base64.StdEncoding.EncodeToString(content)