Questa pagina mostra come trascrivere file audio lunghi (più lunghi di al minuto) in testo utilizzando l'API Speech-to-Text e la sintesi vocale e riconoscimento degli oggetti.
Informazioni sul riconoscimento vocale asincrono
Il riconoscimento vocale batch avvia un'elaborazione audio a lunga esecuzione operativa. Utilizza il riconoscimento vocale asincrono per trascrivere l'audio più di 60 secondi. Per audio più brevi, il riconoscimento vocale sincrono è più rapido e semplice. Il limite massimo per il riconoscimento vocale asincrono è di 480 minuti (8 ore).
Il riconoscimento vocale batch è in grado di trascrivere solo l'audio memorizzato in di archiviazione ideale in Cloud Storage. L'output della trascrizione può essere fornito in linea nella risposta (per le richieste di riconoscimento batch di singoli file) o scritto in Cloud Storage.
La richiesta di riconoscimento batch restituisce un Operation
contenente informazioni sull'elaborazione in corso della richiesta. Puoi
Effettua un polling dell'operazione per sapere quando l'operazione è stata completata e le trascrizioni vengono
disponibili.
Prima di iniziare
- Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Speech-to-Text APIs.
-
Make sure that you have the following role or roles on the project: Cloud Speech Administrator
Check for the roles
-
In the Google Cloud console, go to the IAM page.
Go to IAM - Select the project.
-
In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.
- For all rows that specify or include you, check the Role colunn to see whether the list of roles includes the required roles.
Grant the roles
-
In the Google Cloud console, go to the IAM page.
Vai a IAM - Seleziona il progetto.
- Fai clic su Concedi accesso.
-
Nel campo Nuove entità, inserisci il tuo identificatore utente. In genere si tratta dell'indirizzo email di un Account Google.
- Nell'elenco Seleziona un ruolo, seleziona un ruolo.
- Per concedere altri ruoli, fai clic su Aggiungi un altro ruolo e aggiungi ogni ruolo aggiuntivo.
- Fai clic su Salva.
- Install the Google Cloud CLI.
-
To initialize the gcloud CLI, run the following command:
gcloud init
-
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Speech-to-Text APIs.
-
Make sure that you have the following role or roles on the project: Cloud Speech Administrator
Check for the roles
-
In the Google Cloud console, go to the IAM page.
Go to IAM - Select the project.
-
In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.
- For all rows that specify or include you, check the Role colunn to see whether the list of roles includes the required roles.
Grant the roles
-
In the Google Cloud console, go to the IAM page.
Vai a IAM - Seleziona il progetto.
- Fai clic su Concedi accesso.
-
Nel campo Nuove entità, inserisci il tuo identificatore utente. In genere si tratta dell'indirizzo email di un Account Google.
- Nell'elenco Seleziona un ruolo, seleziona un ruolo.
- Per concedere altri ruoli, fai clic su Aggiungi un altro ruolo e aggiungi ogni ruolo aggiuntivo.
- Fai clic su Salva.
- Install the Google Cloud CLI.
-
To initialize the gcloud CLI, run the following command:
gcloud init
-
-
If you're using a local shell, then create local authentication credentials for your user account:
gcloud auth application-default login
You don't need to do this if you're using Cloud Shell.
Le librerie client possono utilizzare le credenziali predefinite dell'applicazione per autenticarsi facilmente con le API di Google e inviare richieste a queste API. Con Credenziali predefinite dell'applicazione, puoi testare l'applicazione in locale ed eseguirne il deployment senza modificare il codice sottostante. Per ulteriori informazioni, consulta Autentica per l'utilizzo delle librerie client.
Assicurati inoltre di aver installato la libreria client.
Abilita l'accesso a Cloud Storage
Speech-to-Text utilizza un account di servizio per accedere ai file in Cloud Storage. Per impostazione predefinita, l'account di servizio ha accesso ai file Cloud Storage nello stesso progetto.
L'indirizzo email dell'account di servizio è il seguente:
service-PROJECT_NUMBER@gcp-sa-speech.iam.gserviceaccount.com
Per trascrivere i file Cloud Storage in un altro progetto, puoi fornire l'agente di servizio Speech-to-Text nell'altro progetto:
gcloud projects add-iam-policy-binding PROJECT_ID \
--member=serviceAccount:service-PROJECT_NUMBER@gcp-sa-speech.iam.gserviceaccount.com \
--role=roles/speech.serviceAgent
Ulteriori informazioni sul criterio IAM del progetto sono disponibili all'indirizzo Gestire l'accesso a progetti, cartelle e organizzazioni.
Puoi anche concedere all'account di servizio un accesso più granulare assegnandogli per uno specifico bucket Cloud Storage:
gcloud storage buckets add-iam-policy-binding gs://BUCKET_NAME \
--member=serviceAccount:service-PROJECT_NUMBER@gcp-sa-speech.iam.gserviceaccount.com \
--role=roles/storage.admin
Ulteriori informazioni sulla gestione dell'accesso a Cloud Storage sono disponibili all'indirizzo Creare e gestire elenchi di controllo dell'accesso disponibile nella documentazione di Cloud Storage.
Esecuzione del riconoscimento batch con risultati in linea
Ecco un esempio di esecuzione del riconoscimento vocale batch su un audio in Cloud Storage e leggere i risultati della trascrizione in linea risposta:
Python
Esegui il riconoscimento collettivo e scrivi i risultati in Cloud Storage
Ecco un esempio di esecuzione del riconoscimento vocale batch su un file audio in Cloud Storage e di lettura dei risultati della trascrizione dal file di output in Cloud Storage. Tieni presente che il file scritto in Cloud Storage è un
BatchRecognizeResults
messaggio in formato JSON:
Python
Esecuzione del riconoscimento batch su più file
Ecco un esempio di esecuzione del riconoscimento vocale batch su più file audio in Cloud Storage e leggere i risultati della trascrizione dall'output in Cloud Storage:
Python
Attivare il raggruppamento dinamico per il riconoscimento batch
Il batch dinamico consente una trascrizione a un costo inferiore, ma con una latenza più elevata. Questa funzionalità è disponibile solo per il riconoscimento collettivo.
Ecco un esempio di esecuzione del riconoscimento batch su un file audio in Cloud Storage con il raggruppamento dinamico abilitato:
Python
Sostituire le funzionalità di riconoscimento per file
Per impostazione predefinita, il riconoscimento batch utilizza la stessa configurazione di riconoscimento per ogni
nella richiesta di riconoscimento batch. Se file diversi richiedono configurazioni o funzionalità diverse, la configurazione può essere sostituita per file utilizzando il campo config
nel messaggio [BatchRecognizeFileMetadata
][batch-file-metadata-grpc]. Consulta le
documentazione relativa al riconoscimento per un esempio di sostituzione
di riconoscimento dei volti delle celebrità
basata su rigidi criteri di controllo.
Esegui la pulizia
Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questa pagina, segui questi passaggi.
-
Optional: Revoke the authentication credentials that you created, and delete the local credential file.
gcloud auth application-default revoke
-
Optional: Revoke credentials from the gcloud CLI.
gcloud auth revoke
Console
gcloud
Delete a Google Cloud project:
gcloud projects delete PROJECT_ID
Passaggi successivi
- Consulta la documentazione di riferimento per il riconoscimento batch.
- Scopri come trascrivere l'audio in streaming.
- Esercitati a trascrivere file audio brevi.
- Trascrivere i file audio utilizzando Chirp.
- Per prestazioni ottimali, precisione e altri suggerimenti, consulta la best practice.