方法指南

执行语音识别

• 转录短音频文件

  对本地和远程音频文件执行同步语音识别。

• 转录流式输入中的音频

  对本地音频文件执行流式语音识别。

• 转写长音频文件

  对本地和远程音频文件执行批量语音识别。

配置识别请求

• 创建和使用识别器

  使用识别器存储和重复使用识别配置。

• 自动检测口语

  为发送到 Cloud Speech-to-Text 的音频转录请求提供多种语言代码。

• 选择转录模型

  选择专用的机器学习模型来进行音频转写。

• 转写多通道音频

  转写包含多个通道的音频文件。

• 获取自动加注标点符号功能

  在 Speech-to-Text 的转写结果中添加标点符号。

• 启用字词级置信度

  指定转写应包含单个字词的准确率指示。

• 启用语音标点符号和语音表情符号

  对远程文件执行语音识别，并为识别出的字词添加时间偏移（时间戳）值。

• 加密 Speech-to-Text 资源

  使用客户管理的加密密钥 (CMEK) 加密 Speech-to-Text 资源。

了解转写模型

• 使用 Chirp 转写音频

  使用最新的通用语音模型 Chirp 执行语音识别。

• 使用医疗模型转写音频

  使用针对医疗口录和医疗对话进行了调优的模型执行语音识别。

• base64 编码

  了解如何对音频进行 base64 编码。