Chirp: Model ucapan universal

Chirp adalah model speech-to-text generasi berikutnya dari Google. Merepresentasikan puncak dari penelitian selama bertahun-tahun, versi pertama Chirp kini tersedia untuk Speech-to-Text. Kami bermaksud meningkatkan dan memperluas Chirp ke lebih banyak bahasa dan domain. Untuk mengetahui detailnya, lihat makalah kami, Google USM.

Kami melatih model Chirp dengan arsitektur yang berbeda dari model ucapan kami saat ini. Satu model menyatukan data dari beberapa bahasa. Namun, pengguna tetap menentukan model akan mengenali ucapan dalam bahasa yang dipilih. Chirp tidak mendukung beberapa fitur Google Speech yang dimiliki model lain. Lihat daftar lengkapnya di bawah.

ID model

Chirp tersedia di Speech-to-Text API v2. Anda dapat memanfaatkannya seperti model lainnya.

ID model untuk Chirp adalah: chirp.

Anda dapat menentukan model ini saat membuat pengenal atau inline dalam permintaan pengenalan sinkron atau batch.

Metode API yang tersedia

Chirp memproses ucapan dalam potongan yang jauh lebih besar daripada model lain. Artinya, fitur ini mungkin tidak cocok untuk penggunaan real-time yang sesungguhnya. Chirp tersedia melalui metode API berikut:

• v2 Speech.Recognize (cocok untuk audio singkat < 1 menit)
• v2 Speech.BatchRecognize (cocok untuk audio berdurasi panjang 1 menit hingga 8 jam)

Chirp tidak tersedia pada metode API berikut:

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

Region

Chirp tersedia di region berikut:

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

Lihat halaman harga untuk mengetahui detail selengkapnya.

Languages

Anda dapat melihat bahasa yang didukung di daftar bahasa lengkap.

Dukungan dan batasan fitur

Chirp saat ini tidak mendukung banyak fitur STT API. Lihat pembatasan tertentu di bawah.

• Skor keyakinan: API menampilkan nilai, tetapi bukan sepenuhnya skor keyakinan.
• Adaptasi ucapan: Tidak ada fitur adaptasi yang didukung.
• Diarisasi: Diarisasi otomatis tidak didukung.
• Normalisasi paksa: Tidak didukung.
• Keyakinan tingkat kata: Tidak didukung.
• Deteksi bahasa: Tidak didukung.

Chirp mendukung fitur berikut:

• Tanda baca otomatis: Tanda baca diprediksi oleh model. Fitur ini dapat dinonaktifkan.
• Word timings: Opsional, ditampilkan.
• Transkripsi audio yang tidak bergantung pada bahasa: Model secara otomatis menyimpulkan bahasa lisan dalam file audio Anda dan menambahkannya ke hasil.

Sebelum memulai

1. 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.

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. Make sure that billing is enabled for your Google Cloud project.

4. Enable the Speech-to-Text APIs.

   Enable the APIs

5. Make sure that you have the following role or roles on the project: Cloud Speech Administrator

   Check for the roles

   1. In the Google Cloud console, go to the IAM page.

      Go to IAM
   2. Select the project.

   3. 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.

   4. 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

   1. In the Google Cloud console, go to the IAM page.

      Buka IAM
   2. Pilih project.
   3. Klik Berikan akses.

   4. Di kolom New principals, masukkan ID pengguna Anda. Ini biasanya adalah alamat email untuk Akun Google.

   5. Di daftar Pilih peran, pilih peran.
   6. Untuk memberikan peran tambahan, klik Tambahkan peran lain, lalu tambahkan setiap peran tambahan.
   7. Klik Simpan.
   8. Install the Google Cloud CLI.

   9. To initialize the gcloud CLI, run the following command:

      gcloud init

      Note: If you installed the gcloud CLI previously, make sure you have the latest version by running gcloud components update.

   10. 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

   11. Make sure that billing is enabled for your Google Cloud project.

   12. Enable the Speech-to-Text APIs.

       Enable the APIs

   13. Make sure that you have the following role or roles on the project: Cloud Speech Administrator

       Check for the roles

       1. In the Google Cloud console, go to the IAM page.

          Go to IAM
       2. Select the project.

       3. 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.

       4. 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

       1. In the Google Cloud console, go to the IAM page.

          Buka IAM
       2. Pilih project.
       3. Klik Berikan akses.

       4. Di kolom New principals, masukkan ID pengguna Anda. Ini biasanya adalah alamat email untuk Akun Google.

       5. Di daftar Pilih peran, pilih peran.
       6. Untuk memberikan peran tambahan, klik Tambahkan peran lain, lalu tambahkan setiap peran tambahan.
       7. Klik Simpan.
       8. Install the Google Cloud CLI.

       9. To initialize the gcloud CLI, run the following command:

          gcloud init

          Note: If you installed the gcloud CLI previously, make sure you have the latest version by running gcloud components update.

       Library klien dapat menggunakan Kredensial Default Aplikasi untuk dengan mudah melakukan autentikasi dengan Google API dan mengirim permintaan ke API tersebut. Dengan Kredensial Default Aplikasi, Anda dapat menguji aplikasi secara lokal dan men-deploy aplikasi tanpa mengubah kode yang mendasarinya. Untuk informasi selengkapnya, lihat Lakukan autentikasi untuk menggunakan library klien.

       10. 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.

       Selain itu, pastikan Anda telah menginstal library klien.

       Lakukan pengenalan ucapan sinkron dengan Chirp

       Berikut adalah contoh penerapan pengenalan ucapan sinkron pada file audio lokal menggunakan Chirp:

       Python

       import os
       
       from google.api_core.client_options import ClientOptions
       from google.cloud.speech_v2 import SpeechClient
       from google.cloud.speech_v2.types import cloud_speech
       
       PROJECT_ID = os.getenv("GOOGLE_CLOUD_PROJECT")
       
       
       def transcribe_chirp(
           audio_file: str,
       ) -> cloud_speech.RecognizeResponse:
           """Transcribes an audio file using the Chirp model of Google Cloud Speech-to-Text API.
           Args:
               audio_file (str): Path to the local audio file to be transcribed.
                   Example: "resources/audio.wav"
           Returns:
               cloud_speech.RecognizeResponse: The response from the Speech-to-Text API containing
               the transcription results.
       
           """
           # 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:
               audio_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=audio_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
       
       

       Membuat permintaan dengan transkripsi tanpa bahasa diaktifkan

       Contoh kode berikut menunjukkan cara membuat permintaan dengan transkripsi yang tidak bergantung pada bahasa diaktifkan.

       Python

       import os
       
       from google.api_core.client_options import ClientOptions
       from google.cloud.speech_v2 import SpeechClient
       from google.cloud.speech_v2.types import cloud_speech
       
       PROJECT_ID = os.getenv("GOOGLE_CLOUD_PROJECT")
       
       
       def transcribe_chirp_auto_detect_language(
           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.
           Args:
               audio_file (str): Path to the local audio file to be transcribed.
               region (str): The region for the API endpoint.
           Returns:
               cloud_speech.RecognizeResponse: The response containing the transcription results.
           """
           # 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:
               audio_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=audio_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
       
       

       Mulai menggunakan Chirp di Konsol Google Cloud

       1. Pastikan Anda telah mendaftar ke akun Google Cloud dan membuat project.
       2. Buka Ucapan di Konsol Google Cloud.
       3. Aktifkan API jika belum diaktifkan.

       4. Buat Pengenal STT yang menggunakan Chirp. a. Buka tab Pengenal, lalu klik Buat.

          

          b. Dari halaman Buat Pengenal, masukkan kolom yang diperlukan untuk Chirp.

          

          i. Beri nama pengenal Anda.

          ii. Pilih chirp sebagai Model.

          iii. Pilih bahasa yang ingin Anda gunakan. Anda harus menggunakan satu pengenal per bahasa yang ingin diuji.

          iv. Jangan pilih fitur lainnya.

       5. Pastikan Anda memiliki Workspace UI STT. Jika belum memilikinya, Anda harus membuat ruang kerja. a. Buka halaman transkripsi, lalu klik Transkripsi Baru.

          b. Buka dropdown Workspace lalu klik New Workspace guna membuat ruang kerja untuk transkripsi.

          c. Dari sidebar navigasi Buat workspace baru, klik Jelajahi.

          d. Klik untuk membuat bucket baru.

          e. Masukkan nama untuk bucket Anda, lalu klik Continue.

          f. Klik Buat untuk membuat bucket Cloud Storage.

          g. Setelah bucket dibuat, klik Select untuk memilih bucket yang akan digunakan.

          h. Klik Create guna menyelesaikan pembuatan ruang kerja Anda untuk UI speech-to-text.

       6. Lakukan transkripsi pada audio Anda yang sebenarnya.

          

          a. Dari halaman Transkripsi Baru, pilih file audio Anda melalui upload (Upload lokal) atau tentukan file Cloud Storage yang sudah ada (Penyimpanan Cloud). Catatan: UI mencoba menilai parameter file audio Anda secara otomatis.

          b. Klik Lanjutkan untuk berpindah ke Opsi transkripsi.

          

          c. Pilih Bahasa lisan yang akan Anda gunakan untuk pengenalan dengan Chirp dari pengenal yang dibuat sebelumnya.

          d. Pada menu dropdown model, pilih Chirp - Universal Speech Model.

          e. Di menu dropdown Pengenal, pilih pengenal yang baru Anda buat.

          f. Klik Kirim untuk menjalankan permintaan pengenalan pertama Anda menggunakan Chirp.

       7. Lihat hasil transkripsi Chirp Anda. a. Dari halaman Transkripsi, klik nama transkripsi untuk melihat hasilnya.

          b. Di halaman Detail transkripsi, lihat hasil transkripsi dan jika perlu, putar audio di browser.

       Pembersihan

       Agar akun Google Cloud Anda tidak dikenai biaya untuk resource yang digunakan pada halaman ini, ikuti langkah-langkah berikut.

       1. Optional: Revoke the authentication credentials that you created, and delete the local credential file.

          gcloud auth application-default revoke

       2. Optional: Revoke credentials from the gcloud CLI.

          gcloud auth revoke

       Konsol

       Perhatian: Menghapus project memiliki efek berikut:

       • Semua hal dalam project akan dihapus. Jika menggunakan project yang sudah ada untuk tugas dalam dokumen ini, saat Anda menghapusnya, pekerjaan lain yang telah Anda lakukan dalam project tersebut juga akan terhapus.
       • Project ID kustom hilang. Saat membuat project ini, Anda mungkin telah membuat project ID kustom yang ingin digunakan di masa mendatang. Untuk mempertahankan URL yang menggunakan project ID, seperti URL appspot.com, hapus resource yang dipilih di dalam project, bukan menghapus seluruh project.

       Jika Anda berencana mempelajari beberapa arsitektur, tutorial atau panduan memulai, dengan menggunakan kembali project dapat membantu Anda agar tidak melampaui batas kuota project.

       In the Google Cloud console, go to the Manage resources page.

       Go to Manage resources

       In the project list, select the project that you want to delete, and then click Delete.

       In the dialog, type the project ID, and then click Shut down to delete the project.

       gcloud

       Perhatian: Menghapus project memiliki efek berikut:

       • Semua hal dalam project akan dihapus. Jika menggunakan project yang sudah ada untuk tugas dalam dokumen ini, saat Anda menghapusnya, pekerjaan lain yang telah Anda lakukan dalam project tersebut juga akan terhapus.
       • Project ID kustom hilang. Saat membuat project ini, Anda mungkin telah membuat project ID kustom yang ingin digunakan di masa mendatang. Untuk mempertahankan URL yang menggunakan project ID, seperti URL appspot.com, hapus resource yang dipilih di dalam project, bukan menghapus seluruh project.

       Jika Anda berencana mempelajari beberapa arsitektur, tutorial atau panduan memulai, dengan menggunakan kembali project dapat membantu Anda agar tidak melampaui batas kuota project.

       Delete a Google Cloud project:

       gcloud projects delete PROJECT_ID

       Langkah berikutnya

       • Berlatihlah mentranskripsi file audio singkat.
       • Pelajari cara mentranskripsikan audio streaming.
       • Pelajari cara mentranskripsi file audio panjang.
       • Untuk performa terbaik, akurasi, dan tips lainnya, lihat dokumentasi praktik terbaik.