Chirp: 범용 음성 모델

Chirp은 Google의 차세대 Speech-to-Text 모델입니다. 수년의 연구 결과물을 대표하는 Chirp의 첫 번째 버전을 이제 Speech-to-Text에서 사용할 수 있습니다. Chirp은 앞으로 더 많은 언어와 도메인으로 개선 및 확장될 예정입니다. 자세한 내용은 Google USM 자료를 참조하세요.

Google은 현재 음성 모델과 다른 아키텍처로 Chirp 모델을 학습시켰습니다. 단일 모델은 여러 언어의 데이터를 통합합니다. 하지만 사용자는 여전히 음성을 인식해야 하는 모델에 언어를 지정합니다. Chirp은 다른 모델의 Google Speech 기능 일부를 지원하지 않습니다. 전체 목록은 아래에서 참조하세요.

모델 식별자

Chirp은 Speech-to-Text API v2에서 사용할 수 있습니다. 다른 모델과 마찬가지로 활용할 수 있습니다.

Chirp의 모델 식별자는 chirp입니다.

인식기를 만들거나 동기식 또는 일괄 인식 요청에서 인라인으로 이 모델을 지정할 수 있습니다.

사용 가능한 API 메서드

Chirp은 다른 모델보다 훨씬 큰 단위로 음성을 처리합니다. 따라서 실제 실시간 사용에는 적합하지 않을 수 있습니다. Chirp은 다음 API 메서드를 통해 사용할 수 있습니다.

• v2 Speech.Recognize(1분 미만의 짧은 오디오에 적합)
• v2 Speech.BatchRecognize(1분~8시간의 긴 오디오에 적합)

Chirp은 다음 API 메서드에서 사용할 수 없습니다.

• v2 Speech.StreamingRecognize
• v1 Speech.StreamingRecognize
• v1 Speech.Recognize
• v1 Speech.LongRunningRecognize
• v1p1beta1 Speech.StreamingRecognize
• v1p1beta1 Speech.Recognize
• v1p1beta1 Speech.LongRunningRecognize

리전

Chirp은 다음 리전에서 사용할 수 있습니다.

• us-central1
• europe-west4
• asia-southeast1

자세한 내용은 언어 페이지를 참조하세요.

언어

전체 언어 목록에서 지원되는 언어를 확인할 수 있습니다.

기능 지원 및 제한사항

Chirp은 현재 많은 STT API 기능을 지원하지 않습니다. 아래에서 구체적인 제한사항을 참조하세요.

• 신뢰도 점수: API가 값을 반환하지만 실제 신뢰도 점수는 아닙니다.
• 음성 적응 - 지원되는 적응 기능이 없습니다.
• 분할: 자동 분할은 지원되지 않습니다.
• 강제 정규화 - 지원되지 않습니다.
• 단어 수준의 신뢰도 - 지원되지 않습니다.
• 언어 감지 - 지원되지 않습니다.

Chirp은 다음 기능을 지원합니다.

• 자동 구두점: 모델에서 구두점을 예측합니다. 사용 중지할 수 있습니다.
• 단어 시간: 선택적으로 반환됩니다.
• 언어 제약이 없는 오디오 스크립트 작성: 모델이 오디오 파일에서 음성 언어를 자동으로 추론하고 결과에 추가합니다.

시작하기 전에

1. Google Cloud 계정에 로그인합니다. Google Cloud를 처음 사용하는 경우 계정을 만들고 Google 제품의 실제 성능을 평가해 보세요. 신규 고객에게는 워크로드를 실행, 테스트, 배포하는 데 사용할 수 있는 $300의 무료 크레딧이 제공됩니다.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Google Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다.

4. API Speech-to-Text 사용 설정

   API 사용 설정

5. 프로젝트에 다음 역할이 있는지 확인합니다. Cloud Speech Administrator

   역할 확인

   1. Google Cloud 콘솔에서 IAM 페이지로 이동합니다.

      IAM으로 이동
   2. 프로젝트를 선택합니다.

   3. 주 구성원 열에서 이메일 주소가 있는 행을 찾습니다.

      이메일 주소가 열에 없으면 역할이 없는 것입니다.

   4. 이메일 주소가 있는 행에 대해 역할 열에서 역할 목록에 필요한 역할이 있는지 확인합니다.

   역할 부여

   1. Google Cloud 콘솔에서 IAM 페이지로 이동합니다.

      IAM으로 이동
   2. 프로젝트를 선택합니다.
   3. 액세스 권한 부여를 클릭합니다.
   4. 새 주 구성원 필드에 이메일 주소를 입력합니다.
   5. 역할 선택 목록에서 역할을 선택합니다.
   6. 역할을 추가로 부여하려면 다른 역할 추가를 클릭하고 각 역할을 추가합니다.
   7. 저장을 클릭합니다.
6. Google Cloud CLI를 설치합니다.

7. gcloud CLI를 초기화하려면 다음 명령어를 실행합니다.

   gcloud init

   참고: gcloud CLI를 이전에 설치했으면 gcloud components update를 실행하여 최신 버전을 사용할 수 있는지 확인합니다.

8. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

9. Google Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다.

10. API Speech-to-Text 사용 설정

    API 사용 설정

11. 프로젝트에 다음 역할이 있는지 확인합니다. Cloud Speech Administrator

    역할 확인

    1. Google Cloud 콘솔에서 IAM 페이지로 이동합니다.

       IAM으로 이동
    2. 프로젝트를 선택합니다.

    3. 주 구성원 열에서 이메일 주소가 있는 행을 찾습니다.

       이메일 주소가 열에 없으면 역할이 없는 것입니다.

    4. 이메일 주소가 있는 행에 대해 역할 열에서 역할 목록에 필요한 역할이 있는지 확인합니다.

    역할 부여

    1. Google Cloud 콘솔에서 IAM 페이지로 이동합니다.

       IAM으로 이동
    2. 프로젝트를 선택합니다.
    3. 액세스 권한 부여를 클릭합니다.
    4. 새 주 구성원 필드에 이메일 주소를 입력합니다.
    5. 역할 선택 목록에서 역할을 선택합니다.
    6. 역할을 추가로 부여하려면 다른 역할 추가를 클릭하고 각 역할을 추가합니다.
    7. 저장을 클릭합니다.
12. Google Cloud CLI를 설치합니다.

13. gcloud CLI를 초기화하려면 다음 명령어를 실행합니다.

    gcloud init

    참고: gcloud CLI를 이전에 설치했으면 gcloud components update를 실행하여 최신 버전을 사용할 수 있는지 확인합니다.

클라이언트 라이브러리는 애플리케이션 기본 사용자 인증 정보를 사용하여 간편하게 Google API를 인증하고 API에 요청을 보낼 수 있습니다. 애플리케이션 기본 사용자 인증 정보를 사용하면 애플리케이션을 로컬에서 테스트하고 기본 코드를 변경하지 않은 상태로 배포할 수 있습니다. 자세한 내용은 <atrack-type="commonincludes" l10n-attrs-original-order="href,track-type,track-name" l10n-encrypted-href="WDE63JFVMK0YqIWBqG8nCycgwkRfOeEqRvzYs1N+2tJUEhcZvE5VtDH5LoWw0lj/" track-name="referenceLink">클라이언트 라이브러리 사용 인증</atrack-type="commonincludes">을 참조하세요.

14. Google 계정의 로컬 인증 사용자 인증 정보를 만듭니다.

    gcloud auth application-default login

또한 클라이언트 라이브러리를 설치했는지 확인합니다.

Chirp로 동기 음성 인식 수행

다음은 Chirp을 사용하여 로컬 오디오 파일에서 동기 음성 인식을 수행하는 예시입니다.

Python

from google.api_core.client_options import ClientOptions
from google.cloud.speech_v2 import SpeechClient
from google.cloud.speech_v2.types import cloud_speech

def transcribe_chirp(
    project_id: str,
    audio_file: str,
) -> cloud_speech.RecognizeResponse:
    """Transcribe an audio file using Chirp."""
    # Instantiates a client
    client = SpeechClient(
        client_options=ClientOptions(
            api_endpoint="us-central1-speech.googleapis.com",
        )
    )

    # Reads a file as bytes
    with open(audio_file, "rb") as f:
        content = f.read()

    config = cloud_speech.RecognitionConfig(
        auto_decoding_config=cloud_speech.AutoDetectDecodingConfig(),
        language_codes=["en-US"],
        model="chirp",
    )

    request = cloud_speech.RecognizeRequest(
        recognizer=f"projects/{project_id}/locations/us-central1/recognizers/_",
        config=config,
        content=content,
    )

    # Transcribes the audio into text
    response = client.recognize(request=request)

    for result in response.results:
        print(f"Transcript: {result.alternatives[0].transcript}")

    return response

언어 제약이 없는 스크립트 작성이 사용 설정된 요청 수행

다음 코드 샘플은 언어 제약이 없는 스크립트 작성을 사용 설정하여 요청을 수행하는 방법을 보여줍니다.

Python

from google.api_core.client_options import ClientOptions
from google.cloud.speech_v2 import SpeechClient
from google.cloud.speech_v2.types import cloud_speech

def transcribe_chirp_auto_detect_language(
    project_id: str,
    audio_file: str,
    region: str = "us-central1",
) -> cloud_speech.RecognizeResponse:
    """Transcribe an audio file and auto-detect spoken language using Chirp.

    Please see https://cloud.google.com/speech-to-text/v2/docs/encoding for more
    information on which audio encodings are supported.
    """
    # Instantiates a client
    client = SpeechClient(
        client_options=ClientOptions(
            api_endpoint=f"{region}-speech.googleapis.com",
        )
    )

    # Reads a file as bytes
    with open(audio_file, "rb") as f:
        content = f.read()

    config = cloud_speech.RecognitionConfig(
        auto_decoding_config=cloud_speech.AutoDetectDecodingConfig(),
        language_codes=["auto"],  # Set language code to auto to detect language.
        model="chirp",
    )

    request = cloud_speech.RecognizeRequest(
        recognizer=f"projects/{project_id}/locations/{region}/recognizers/_",
        config=config,
        content=content,
    )

    # Transcribes the audio into text
    response = client.recognize(request=request)

    for result in response.results:
        print(f"Transcript: {result.alternatives[0].transcript}")
        print(f"Detected Language: {result.language_code}")

    return response

Google Cloud 콘솔에서 Chirp 시작하기

1. Google Cloud 계정에 가입하고 프로젝트를 만들었는지 확인합니다.
2. Google Cloud 콘솔에서 음성으로 이동합니다.
3. API가 아직 사용 설정되지 않았으면 사용 설정합니다.

4. Chirp을 사용하는 STT 인식기를 만듭니다. a. 인식기 탭으로 이동하고 만들기를 클릭합니다.

   

   b. 인식기 만들기 페이지에서 Chirp에 필요한 필드를 입력합니다.

   

   i. 인식기의 이름을 지정합니다.

   ii. chirp을 모델로 선택합니다.

   iii. 사용하려는 언어를 선택합니다. 테스트하려는 언어당 하나의 인식기를 사용해야 합니다.

   iv. 다른 기능은 선택하지 마세요.

5. STT UI 작업공간이 있는지 확인하세요. 아직 작업공간이 없으면 작업공간을 만들어야 합니다. a. 텍스트 변환 페이지로 이동하여 새 텍스트 변환을 클릭합니다.

   b. 작업공간 드롭다운을 열고 새 작업공간을 클릭하여 텍스트 변환용 작업공간을 만듭니다.

   c. 새 작업공간 만들기 탐색 사이드바에서 찾아보기를 클릭합니다.

   d. 클릭하여 새 버킷을 만듭니다.

   으로 이동합니다. 버킷 이름을 입력하고 계속을 클릭합니다.

   f. 만들기를 클릭하여 Cloud Storage 버킷을 만듭니다.

   g. 버킷을 만든 후 선택을 클릭하여 사용할 버킷을 선택합니다.

   h. 만들기를 클릭하여 speech-to-text UI의 작업공간 만들기를 완료합니다.

6. 실제 오디오에서 텍스트 변환을 수행합니다.

   

   a. 새 텍스트 변환 페이지에서 업로드(로컬 업로드) 또는 기존 Cloud Storage 파일(Cloud Storage)을 지정하여 오디오 파일을 선택합니다. 참고: UI에서 오디오 파일 매개변수를 자동으로 평가하려고 시도합니다.

   b. 계속을 클릭하여 텍스트 변환 옵션으로 이동합니다.

   

   c. 이전에 만든 인식기에서 Chirp의 인식에 사용할 음성 언어를 선택합니다.

   d. 모델 드롭다운에서 Chirp - 범용 음성 모델을 선택합니다.

   으로 이동합니다. 인식기 드롭다운에서 새로 만든 인식기를 선택합니다.

   f. 제출을 클릭하여 Chirp을 사용하여 첫 번째 인식 요청을 실행합니다.

7. Chirp 텍스트 변환 결과를 확인합니다. 텍스트 변환 페이지에서 텍스트 변환 이름을 클릭하여 결과를 확인합니다.

   b. 텍스트 변환 세부정보 페이지에서 텍스트 변환 결과를 확인하고 원하는 경우 브라우저에서 오디오를 재생합니다.

삭제

이 페이지에서 사용한 리소스 비용이 Google Cloud 계정에 청구되지 않도록 하려면 다음 단계를 수행합니다.

1. 선택사항: 만든 사용자 인증 정보를 취소하고 로컬 사용자 인증 정보 파일을 삭제합니다.

   gcloud auth application-default revoke

2. 선택사항: gcloud CLI에서 사용자 인증 정보를 취소합니다.

   gcloud auth revoke

콘솔

주의: 프로젝트를 삭제하면 다음과 같은 효과가 발생합니다.

• 프로젝트의 모든 항목이 삭제됩니다. 이 문서의 태스크에 기존 프로젝트를 사용한 경우 프로젝트를 삭제하면 프로젝트에서 수행한 다른 작업도 삭제됩니다.
• 커스텀 프로젝트 ID가 손실됩니다. 이 프로젝트를 만들 때 앞으로 사용할 커스텀 프로젝트 ID를 만들었을 수 있습니다. appspot.com URL과 같이 프로젝트 ID를 사용하는 URL을 보존하려면 전체 프로젝트를 삭제하는 대신 프로젝트 내에서 선택한 리소스만 삭제합니다.

여러 아키텍처, 튜토리얼, 빠른 시작을 살펴보려는 경우 프로젝트를 재사용하면 프로젝트 할당량 한도 초과를 방지할 수 있습니다.

Google Cloud 콘솔에서 리소스 관리 페이지로 이동합니다.

리소스 관리로 이동

프로젝트 목록에서 삭제할 프로젝트를 선택하고 삭제를 클릭합니다.

대화상자에서 프로젝트 ID를 입력한 후 종료를 클릭하여 프로젝트를 삭제합니다.

gcloud

주의: 프로젝트를 삭제하면 다음과 같은 효과가 발생합니다.

• 프로젝트의 모든 항목이 삭제됩니다. 이 문서의 태스크에 기존 프로젝트를 사용한 경우 프로젝트를 삭제하면 프로젝트에서 수행한 다른 작업도 삭제됩니다.
• 커스텀 프로젝트 ID가 손실됩니다. 이 프로젝트를 만들 때 앞으로 사용할 커스텀 프로젝트 ID를 만들었을 수 있습니다. appspot.com URL과 같이 프로젝트 ID를 사용하는 URL을 보존하려면 전체 프로젝트를 삭제하는 대신 프로젝트 내에서 선택한 리소스만 삭제합니다.

여러 아키텍처, 튜토리얼, 빠른 시작을 살펴보려는 경우 프로젝트를 재사용하면 프로젝트 할당량 한도 초과를 방지할 수 있습니다.

Google Cloud 프로젝트를 삭제합니다.

gcloud projects delete PROJECT_ID

다음 단계

• 짧은 오디오 파일의 스크립트 작성 연습
• 스트리밍 오디오의 텍스트 변환 방법 알아보기
• 긴 오디오 파일의 텍스트 변환 방법 알아보기
• 권장사항 문서에서 최상의 성능, 정확도, 기타 팁 참조