O Chirp é a próxima geração dos modelos de conversão de voz em texto do Google. Representando o auge da pesquisa, a primeira versão do Chirp está disponível agora para o Speech-to-Text. Pretendemos melhorar e expandir o Chirp para mais idiomas e domínios. Para mais detalhes, consulte nosso documento Google USM.
Treinamos modelos do Chirp com uma arquitetura diferente dos modelos de fala atuais. Um único modelo unifica dados de vários idiomas. No entanto, os usuários ainda especificam o idioma em que o modelo deve reconhecer a fala. O Chirp não é compatível com alguns recursos do Google Speech que outros modelos têm. Veja abaixo a lista completa.
Identificadores de modelo
O Chirp está disponível na API Speech-to-Text v2. É possível aproveitá-lo como qualquer outro modelo.
O identificador de modelo do Chirp é: chirp
.
É possível especificar esse modelo ao criar um identificador ou inline em solicitações de reconhecimento síncronas ou em lote.
Métodos de API disponíveis
O Chirp processa a fala em blocos muito maiores do que outros modelos. Isso significa que ele pode não ser adequado para uso em tempo real. O Chirp está disponível pelos seguintes métodos de API:
v2
Speech.Recognize
(ideal para áudios curtos < 1 minuto)v2
Speech.BatchRecognize
(ideal para áudios longos de 1 minuto a 8 horas)
O Chirp não está disponível nos seguintes métodos de API:
v2
Speech.StreamingRecognize
v1
Speech.StreamingRecognize
v1
Speech.Recognize
v1
Speech.LongRunningRecognize
v1p1beta1
Speech.StreamingRecognize
v1p1beta1
Speech.Recognize
v1p1beta1
Speech.LongRunningRecognize
Regiões
O Chirp está disponível nas seguintes regiões:
us-central1
europe-west4
asia-southeast1
Consulte a página de idiomas para mais informações.
Idiomas
Veja os idiomas compatíveis na lista completa de idiomas.
Suporte e limitações dos recursos
No momento, o Chirp não é compatível com muitos recursos da API STT. Confira abaixo as restrições específicas.
- Pontuações de confiança: a API retorna um valor, mas não é um índice de confiança.
- Adaptação de fala: não há suporte para recursos de adaptação.
- Diarização: não há suporte para diarização automática.
- Normalização forçada: incompatível.
- Confiança da palavra: incompatível.
- Detecção de idioma: não compatível.
O Chirp é compatível com os seguintes recursos:
- Pontuação automática: a pontuação é prevista pelo modelo. Ela pode ser desativado.
- Marcação de tempo de palavra: opcionalmente retornada.
- Transcrição de áudio independente de idioma: o modelo infere automaticamente o idioma falado no arquivo de áudio e o adiciona aos resultados.
Antes de começar
- 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.
-
Verifique se a cobrança está ativada para o seu projeto do Google Cloud.
-
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.
Acessar o IAM - Selecionar um projeto.
- Clique em CONCEDER ACESSO.
-
No campo Novos principais, insira seu identificador de usuário. Normalmente, é o endereço de e-mail de uma Conta do Google.
- Na lista Selecionar um papel, escolha um.
- Para conceder outros papéis, clique em Adicionar outro papel e adicione cada papel adicional.
- Clique em Salvar.
- 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.
-
Verifique se a cobrança está ativada para o seu projeto do Google Cloud.
-
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.
Acessar o IAM - Selecionar um projeto.
- Clique em CONCEDER ACESSO.
-
No campo Novos principais, insira seu identificador de usuário. Normalmente, é o endereço de e-mail de uma Conta do Google.
- Na lista Selecionar um papel, escolha um.
- Para conceder outros papéis, clique em Adicionar outro papel e adicione cada papel adicional.
- Clique em Salvar.
- 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.
As bibliotecas de cliente podem usar o Application Default Credentials para autenticar facilmente com as APIs do Google e enviar solicitações para essas APIs. Com esse serviço, é possível testar seu aplicativo localmente e implantá-lo sem alterar o código subjacente. Par amais informações, consulte Faça a autenticação para usar as bibliotecas do cliente.
Verifique também se você instalou a biblioteca de cliente.
Executar reconhecimento de fala síncrono com o Chirp
Veja um exemplo de reconhecimento de fala síncrono em um arquivo de áudio local usando o Chirp:
Python
Fazer uma solicitação com a transcrição independente de idioma ativada
Os exemplos de código a seguir demonstram como fazer uma solicitação com a transcrição independente de idioma ativada.
Python
Primeiros passos com o Chirp no console do Google Cloud
- Verifique se você se inscreveu em uma conta do Google Cloud e criou um projeto.
- Acesse Speech no console do Google Cloud.
- Ative a API, se ainda não tiver feito isso.
Crie um reconhecedor STT que usa o Chirp. a. Acesse a guia Reconhecedores e clique em Criar.
b. Na página Criar reconhecedor, digite os campos necessários para o Chirp.
i. Dê um nome ao reconhecedor.
ii. Selecione chirp como o modelo.
iii. Selecione o idioma que você quer usar. Use um reconhecedor por idioma que você pretende testar.
iv. Não selecione outros recursos.
Verifique se você tem um espaço de trabalho de interface do STT. Crie um espaço de trabalho, caso ainda não tenha um. a. Acesse a página de transcrições e clique em Nova transcrição.
b. Abra a lista suspensa Espaço de trabalho e clique em Novo espaço de trabalho para criar um espaço de trabalho para transcrição.
c. Na barra lateral de navegação Criar um novo espaço de trabalho, clique em Procurar.
d. Clique para criar um novo bucket.
e. Digite um nome para o bucket e clique em Continuar.
f. Clique em Criar para criar um bucket do Cloud Storage.
g. Depois que o bucket for criado, clique em Selecionar para selecionar o bucket a ser usado.
h. Clique em Criar para concluir a criação do espaço de trabalho para a interface da conversão de voz em texto.
Faça uma transcrição no áudio.
a. Na página Nova transcrição, selecione seu arquivo de áudio por meio de upload (Upload local) ou especificando um arquivo do Cloud Storage (Cloud Storage). Observação: a interface tenta avaliar os parâmetros do arquivo de áudio automaticamente.
b. Clique em Continuar para acessar as Opções de transcrição.
c. Selecione o Idioma falado que você pretende usar para reconhecimento com o Chirp a partir do seu reconhecedor criado anteriormente.
d. Na lista suspensa do modelo, selecione Chirp: modelo de fala universal.
e. No menu suspenso Reconhecedor, selecione o reconhecedor recém-criado.
f. Clique em Enviar para executar sua primeira solicitação de reconhecimento usando o Chirp.
Veja o resultado da transcrição do Chirp. a. Na página Transcrições, clique no nome da transcrição para ver o resultado.
b. Na página Detalhes da transcrição, veja o resultado da transcrição e, se quiser, reproduza o áudio no navegador.
Limpeza
Para evitar cobranças na conta do Google Cloud pelos recursos usados nesta página, siga estas etapas.
-
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
A seguir
- Pratique a transcrição de arquivos de áudio curtos.
- Saiba como transcrever streaming de áudio.
- Saiba como transcrever arquivos de áudio longos.
- Para dicas sobre como conseguir o melhor desempenho e precisão, entre outras, consulte a documentação sobre práticas recomendadas.