自动检测语言

预览

此功能须遵守服务专用条款的“通用服务条款”部分中的“非正式版产品条款”。 非正式版功能“按原样”提供，可能只能获得有限的支持。 如需了解详情，请参阅发布阶段说明。

本页面介绍如何设置识别器，以便自动根据可能的语言列表识别音频文件中所用的语言。

有些时候，您并不确定音频录音中会包含哪些语言。例如，如果您在具有多种官方语言的国家/地区发布服务、应用或产品，则可能会接收用户以多种语言提供的音频输入。这种情况下，为转录请求指定单独一种语言代码的难度很大。

多语言识别

Speech-to-Text 为您提供了一种方法，让您可以指定音频数据可能包含的一组语言。创建 Recognizer 或者发送识别请求时，可以在 language_codes 字段中提供音频数据可能包含的一种或多种语言。在具有多种语言的请求中，Speech-to-Text 会尝试使用您提供的备用语言列表中最适合的语言转写音频。随后，Speech-to-Text 会使用预测的语言代码标记转写结果。

此功能非常适合需要转写语音指令或搜索等简短语句的应用。您最多可以列出三种语言以进行自动语言识别。

注意：虽然您可以指定最多三种语言，但最佳做法是将语言列表限制为所需的最低要求。您指定的语言代码越少，Speech-to-Text 成功选择正确的语言代码的可能性就越大。

注意：只能在 Speech-to-Text global 区域以及 us 和 eu 多区域指定多种语言。

注意：您只能将备用语言功能用于 long、short 和 telephony 模型。如需详细了解如何指定不同的模型，请参阅模型文档。

准备工作

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 colunn 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.

      进入 IAM
   2. 选择项目。
   3. 点击 授予访问权限。

   4. 在新的主账号字段中，输入您的用户标识符。 这通常是 Google 账号的电子邮件地址。

   5. 在选择角色列表中，选择一个角色。
   6. 如需授予其他角色，请点击 添加其他角色，然后添加其他各个角色。
   7. 点击 Save（保存）。
   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 colunn 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.

          进入 IAM
       2. 选择项目。
       3. 点击 授予访问权限。

       4. 在新的主账号字段中，输入您的用户标识符。 这通常是 Google 账号的电子邮件地址。

       5. 在选择角色列表中，选择一个角色。
       6. 如需授予其他角色，请点击 添加其他角色，然后添加其他各个角色。
       7. 点击 Save（保存）。
       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.

       客户端库可以使用应用默认凭据轻松进行 Google API 身份验证，并向这些 API 发送请求。借助应用默认凭据，您可以在本地测试应用并部署它，无需更改底层代码。如需了解详情，请参阅 使用客户端库时进行身份验证。

       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.

       此外，请确保您已安装客户端库。

       在音频转录请求中启用语言识别

       下面的示例展示了如何对采用多种语言的本地音频文件执行同步语音识别。

       Python

       import os
       
       from typing import List
       
       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_multiple_languages_v2(
           audio_file: str,
           language_codes: List[str],
       ) -> cloud_speech.RecognizeResponse:
           """Transcribe an audio file using Google Cloud Speech-to-Text API with support for multiple languages.
           Args:
               audio_file (str): Path to the local audio file to be transcribed.
                   Example: "resources/audio.wav"
               language_codes (List[str]): A list of BCP-47 language codes to be used for transcription.
                   Example: ["en-US", "fr-FR"]
           Returns:
               cloud_speech.RecognizeResponse: The response from the Speech-to-Text API containing the
                   transcription results.
           """
           client = SpeechClient()
       
           # 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=language_codes,
               model="latest_long",
           )
       
           request = cloud_speech.RecognizeRequest(
               recognizer=f"projects/{PROJECT_ID}/locations/global/recognizers/_",
               config=config,
               content=audio_content,
           )
       
           # Transcribes the audio into text
           response = client.recognize(request=request)
           # Prints the transcription results
           for result in response.results:
               print(f"Transcript: {result.alternatives[0].transcript}")
       
           return response
       
       

       清理

       为避免因本页中使用的资源导致您的 Google Cloud 账号产生费用，请按照以下步骤操作。

       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

       控制台

       注意：删除项目会产生以下影响：

       • 项目中的所有内容都会被删除。如果您将现有项目用于本文档中的任务，则删除该项目后，还将删除您已在该项目中完成的任何其他工作。
       • 自定义项目 ID 丢失。创建此项目时，您可能创建了要在将来使用的自定义项目 ID。要保留使用该项目 ID 的网址（例如 appspot.com 网址），请删除项目内的所选资源，而不是删除整个项目。

       如果您打算探索多个架构、教程或快速入门，则重复使用项目可以帮助您避免超出项目配额限制。

       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

       注意：删除项目会产生以下影响：

       • 项目中的所有内容都会被删除。如果您将现有项目用于本文档中的任务，则删除该项目后，还将删除您已在该项目中完成的任何其他工作。
       • 自定义项目 ID 丢失。创建此项目时，您可能创建了要在将来使用的自定义项目 ID。要保留使用该项目 ID 的网址（例如 appspot.com 网址），请删除项目内的所选资源，而不是删除整个项目。

       如果您打算探索多个架构、教程或快速入门，则重复使用项目可以帮助您避免超出项目配额限制。

       Delete a Google Cloud project:

       gcloud projects delete PROJECT_ID

       后续步骤

       • 练习转录短音频文件。
       • 了解如何转写流式传输音频。
       • 了解如何转录长音频文件。
       • 如需了解关于最佳性能、准确度和其他方面的提示，请参阅最佳实践文档。