Verwenden Sie ein trainiertes benutzerdefiniertes Speech-to-Text-Modell in Ihrer Produktionsanwendung oder in Benchmarking-Workflows. Wenn Sie Ihr Modell über einen dedizierten Endpunkt bereitstellen, erhalten Sie automatisch programmatischen Zugriff über ein Erkennungsobjekt, das direkt über die Speech-to-Text V2 API oder in der Google Cloud Console verwendet werden kann.
Hinweis
Sie müssen sich für ein Google Cloud -Konto registriert, ein Projekt erstellt, ein benutzerdefiniertes Sprachmodell trainiert und über einen Endpunkt bereitgestellt haben.
Inferenz in V2 ausführen
Damit ein benutzerdefiniertes Speech-to-Text-Modell einsatzbereit ist, muss der Status des Modells im Tab Modelle Aktiv sein, und der dedizierte Endpunkt im Tab Endpunkte muss Bereitgestellt sein.
In unserem Beispiel lautet die Projekt-ID custom-models-walkthrough und der Endpunkt, der dem benutzerdefinierten Speech-to-Text-Modell quantum-computing-lectures-custom-model entspricht, quantum-computing-lectures-custom-model-prod-endpoint. Google Cloud Die Region, in der es verfügbar ist, ist us-east1 und die Batch-Transkriptionsanfrage lautet:
from google.api_core import client_options
from google.cloud.speech_v2 import SpeechClient
from google.cloud.speech_v2.types import cloud_speech
def quickstart_v2(
project_id: str,
audio_file: str,
) -> cloud_speech.RecognizeResponse:
"""Transcribe an audio file."""
# Instantiates a client
client = SpeechClient(
client_options=client_options.ClientOptions(
api_endpoint="us-east1-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="projects/custom-models-walkthrough/locations/us-east1/endpoints/quantum-computing-lectures-custom-model-prod-endpoint",
)
request = cloud_speech.RecognizeRequest(
recognizer=f"projects/custom-models-walkthrough/locations/us-east1/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
Nächste Schritte
In den folgenden Ressourcen erfahren Sie, wie Sie benutzerdefinierte Sprachmodelle in Ihrer Anwendung verwenden können. Weitere Informationen finden Sie unter Benutzerdefinierte Modelle bewerten.