Chirp: modello vocale universale

Chirp è la nuova generazione di modelli di conversione del parlato in testo di Google. Rappresenta il culmine di anni di ricerca, la prima versione di Chirp è ora disponibile per Speech-to-Text. Abbiamo intenzione di migliorare ed estendere Chirp ad altre lingue e ambiti. Per maggiori dettagli, consulta il nostro articolo Google USM.

Abbiamo addestrato i modelli Chirp con un'architettura diversa rispetto ai nostri attuali modelli vocali. Un singolo modello unifica i dati di più lingue. Tuttavia, gli utenti devono comunque specificare la lingua in cui il modello deve riconoscere il parlato. Chirp non supporta alcune delle funzionalità di Google Speech disponibili su altri modelli. Per un elenco completo, consulta Supporto e limitazioni delle funzionalità.

Identificatori modello

Chirp è disponibile nell'API Speech-to-Text V2. Puoi utilizzarlo come qualsiasi altro modello.

L'identificatore del modello di Chirp è: chirp.

Puoi specificare questo modello nelle richieste di riconoscimento sincrone o in batch.

Metodi API disponibili

Chirp elabora il parlato in blocchi molto più grandi rispetto ad altri modelli. Ciò significa che potrebbe non essere adatto per un utilizzo in tempo reale. Chirp è disponibile tramite i seguenti metodi API:

• v2 Speech.Recognize(adatto per audio brevi di durata inferiore a 1 minuto)
• v2 Speech.BatchRecognize(ideale per audio di lunga durata da 1 minuto a 8 ore)

Chirp non è disponibile nei seguenti metodi dell'API:

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

Regioni

Chirp è disponibile nelle seguenti regioni:

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

Per ulteriori informazioni, consulta la pagina relativa alle lingue.

Lingue

Puoi visualizzare le lingue supportate nell'elenco completo delle lingue.

Supporto e limitazioni delle funzionalità

Chirp non supporta alcune funzionalità dell'API STT:

• Punteggi di affidabilità: l'API restituisce un valore, ma non è effettivamente un punteggio di affidabilità.
• Adattamento vocale: nessuna funzionalità di adattamento supportata.
• Trascrizione automatica: la trascrizione automatica non è supportata.
• Normalizzazione forzata: non supportata.
• Confidenza a livello di parola: non supportata.
• Rilevamento della lingua: non supportato.

Chirp supporta le seguenti funzionalità:

• Punteggiatura automatica: la punteggiatura viene prevista dal modello. Può essere disattivata.
• Tempi delle parole: facoltativo.
• Trascrizione audio indipendente dalla lingua: il modello deduce automaticamente la lingua parlata nel file audio e la aggiunge ai risultati.

Prima di iniziare

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 column 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.

      Vai a IAM
   2. Seleziona il progetto.
   3. Fai clic su Concedi accesso.

   4. Nel campo Nuove entità, inserisci il tuo identificatore utente. In genere si tratta dell'indirizzo email di un Account Google.

   5. Nell'elenco Seleziona un ruolo, seleziona un ruolo.
   6. Per concedere altri ruoli, fai clic su Aggiungi un altro ruolo e aggiungi ogni ruolo aggiuntivo.
   7. Fai clic su Salva.
   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 column 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.

          Vai a IAM
       2. Seleziona il progetto.
       3. Fai clic su Concedi accesso.

       4. Nel campo Nuove entità, inserisci il tuo identificatore utente. In genere si tratta dell'indirizzo email di un Account Google.

       5. Nell'elenco Seleziona un ruolo, seleziona un ruolo.
       6. Per concedere altri ruoli, fai clic su Aggiungi un altro ruolo e aggiungi ogni ruolo aggiuntivo.
       7. Fai clic su Salva.
       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.

       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 le Credenziali predefinite dell'applicazione, puoi testare l'applicazione localmente e eseguirne il deployment senza modificare il codice sottostante. Per ulteriori informazioni, consulta Eseguire l'autenticazione per l'utilizzo delle librerie client.

       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.

       Assicurati inoltre di aver installato la libreria client.

       Eseguire il riconoscimento vocale sincrono con Chirp

       Ecco un esempio di esecuzione del riconoscimento vocale sincrono su un file audio locale utilizzando 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
       
       

       Inviare una richiesta con la trascrizione indipendente dalla lingua attivata

       I seguenti esempi di codice mostrano come effettuare una richiesta con la trascrizione indipendente dalla lingua abilitata.

       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
       
       

       Inizia a utilizzare Chirp nella console Google Cloud

       1. Assicurati di aver creato un account Google Cloud e un progetto.
       2. Vai a Speech nella console Google Cloud .
       3. Abilita l'API se non è già abilitata.
       4. Vai alla sottopagina Trascrizioni.
       5. Fai clic su Nuova trascrizione.

       6. Assicurati di avere uno spazio di lavoro STT. Se non ne hai uno, creane uno.

          1. Apri il menu a discesa Spazio di lavoro e fai clic su Nuovo spazio di lavoro.

          2. Nella barra laterale di navigazione Crea una nuova area di lavoro, fai clic su Sfoglia.

          3. Fai clic per creare un bucket.

          4. Inserisci un nome per il bucket e fai clic su Continua.

          5. Fai clic su Crea.

          6. Una volta creato il bucket, fai clic su Seleziona per selezionarlo.

          7. Fai clic su Crea per completare la creazione dello spazio di lavoro per Speech-to-Text.

       7. Esegui una trascrizione dell'audio.

          

          1. Nella pagina Nuova trascrizione, scegli un'opzione per selezionare il file audio:
             • Carica facendo clic su Caricamento locale.
             • Fai clic su Cloud Storage per specificare un file Cloud Storage esistente.
          Nota: Speech-to-Text tenta di valutare automaticamente i parametri del file audio.
          1. Fai clic su Continua.

          

          1. Nella sezione Opzioni di trascrizione, seleziona la Lingua che intendi utilizzare per il riconoscimento con Chirp dal tuo riconoscitore creato in precedenza.

          2. Nell'elenco a discesa Modello*, seleziona Chirp.

          3. Nel menu a discesa Regione, seleziona una regione, ad esempio us-central1.

          4. Fai clic su Continua.

          5. Per eseguire la prima richiesta di riconoscimento utilizzando Chirp, nella sezione principale, fai clic su Invia.

       8. Visualizza il risultato della trascrizione di Chirp.

          1. Nella pagina Trascrizioni, fai clic sul nome della trascrizione.

          2. Nella pagina Dettagli trascrizione, visualizza il risultato della trascrizione e, se vuoi, riproduci l'audio nel browser.

       Esegui la pulizia

       Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questa pagina, segui questi passaggi.

       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

       Console

       Attenzione: l'eliminazione di un progetto ha i seguenti effetti:

       • L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per le attività descritte in questo documento, quando lo elimini elimini anche tutto il lavoro svolto nel progetto.
       • Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un URL appspot.com, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.

       Se intendi esplorare più architetture, tutorial o guide rapide, il riuso dei progetti può aiutarti a non superare i limiti di quota.

       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

       Attenzione: l'eliminazione di un progetto ha i seguenti effetti:

       • L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per le attività descritte in questo documento, quando lo elimini elimini anche tutto il lavoro svolto nel progetto.
       • Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un URL appspot.com, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.

       Se intendi esplorare più architetture, tutorial o guide rapide, il riuso dei progetti può aiutarti a non superare i limiti di quota.

       Delete a Google Cloud project:

       gcloud projects delete PROJECT_ID

       Passaggi successivi

       • Fai pratica di trascrizione di file audio brevi.
       • Scopri come trascrivere l'audio in streaming.
       • Scopri come trascrivere file audio lunghi.
       • Per ottenere il massimo rendimento e la massima precisione e altri suggerimenti, consulta la documentazione relativa alle best practice.