Quando invii dati audio all'API Speech-to-Text, puoi inviare i dati direttamente (all'interno del campo content
della richiesta) o fare in modo che l'API esegua il riconoscimento da remoto sui dati archiviati in un bucket Cloud Storage specificando l'oggetto di archiviazione nel campo uri
della richiesta.
Tutti i dati audio nel campo content
delle richieste HTTP devono essere in formato base64.
Questa pagina descrive come convertire l'audio da un file binario a dati con codifica Base64.
Utilizzo della riga di comando
All'interno di una richiesta gRPC, puoi semplicemente scrivere direttamente dati binari. Tuttavia, JSON viene utilizzato per effettuare una richiesta REST. JSON è un formato di testo che non supporta direttamente i dati binari, quindi dovrai convertire tali dati binari in testo utilizzando la codifica Base64.
La maggior parte degli ambienti di sviluppo contiene un'utilità base64
nativa per
codificare un programma binario in dati di testo ASCII. Per codificare un file:
Linux
Codifica il file utilizzando lo strumento a riga di comando base64
, assicurandoti di
impedire il wrapping delle righe utilizzando il flag -w 0
:
base64 INPUT_FILE -w 0 > OUTPUT_FILE
macOS
Codifica il file utilizzando lo strumento a riga di comando base64
:
base64 -i INPUT_FILE -o OUTPUT_FILE
Windows
Codifica il file con lo strumento Base64.exe
:
Base64.exe -e INPUT_FILE > OUTPUT_FILE
PowerShell
Codifica il file con il metodo Convert.ToBase64String
:
[Convert]::ToBase64String([IO.File]::ReadAllBytes("./INPUT_FILE")) > OUTPUT_FILE
Crea un file di richiesta JSON che incorpora i dati con codifica Base64:
JSON
{
"recognizer": "projects/PROJECT_ID/locations/global/recognizers/_",
"content": "ZkxhQwAAACIQABAAAAUJABtAA+gA8AB+W8FZndQvQAyjv..."
}
Utilizzo delle librerie client
Incorporare dati binari nelle richieste tramite editor di testo non è né desiderabile né pratico. In pratica, incorporerai i file con codifica Base64 nel codice client. Tutti i linguaggi di programmazione supportati hanno meccanismi integrati per i contenuti con codifica Base64.
Python
In Python, base64 codifica i file audio nel seguente modo:
# 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)