Use um modelo personalizado da Speech-to-Text treinado nos seus fluxos de trabalho de comparativo de mercado e aplicativo de produção. Assim que você implanta o modelo por um endpoint dedicado, você recebe automaticamente acesso programático por um objeto reconhecedor, que pode ser usado diretamente pela API Speech-to-Text V2 ou no console do Google Cloud.
Antes de começar
Verifique se você se inscreveu em uma Google Cloud conta, criou um projeto, treinou um modelo de fala personalizado e o implantou usando um endpoint.
Realizar inferência na V2
Para que um modelo personalizado da Speech-to-Text esteja pronto para uso, o estado do modelo na guia Modelos precisa ser Ativo e o endpoint dedicado na guia Endpoints precisa ser Implantado.
No nosso exemplo, em que um ID do projeto Google Cloud é custom-models-walkthrough, o endpoint que corresponde ao modelo personalizado da Speech-to-Text quantum-computing-lectures-custom-model é quantum-computing-lectures-custom-model-prod-endpoint. A região que está disponível é us-east1, e a solicitação de transcrição em lote é esta:
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
A seguir
Siga os recursos para aproveitar os modelos de fala personalizados no seu aplicativo. Consulte Avaliar os modelos personalizados.