Strumenti di riconoscimento

Speech-to-Text V2 supporta una risorsa Google Cloud chiamata riconoscitori. I riconoscimenti rappresentano la configurazione di riconoscimento archiviata e riutilizzabile. Puoi utilizzarli per raggruppare logicamente le trascrizioni o il traffico per la tua applicazione.

Prima di iniziare

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.

      Vai a IAM
   2. Seleziona il progetto.
   3. Fai clic su Concedi accesso.

   4. Nel campo Nuove entità, inserisci il tuo identificatore utente. In genere si tratta dell'indirizzo email di un Account Google.

   5. Nell'elenco Seleziona un ruolo, seleziona un ruolo.
   6. Per concedere altri ruoli, fai clic su Aggiungi un altro ruolo e aggiungi ogni ruolo aggiuntivo.
   7. Fai clic su Salva.
   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.

          Vai a IAM
       2. Seleziona il progetto.
       3. Fai clic su Concedi accesso.

       4. Nel campo Nuove entità, inserisci il tuo identificatore utente. In genere si tratta dell'indirizzo email di un Account Google.

       5. Nell'elenco Seleziona un ruolo, seleziona un ruolo.
       6. Per concedere altri ruoli, fai clic su Aggiungi un altro ruolo e aggiungi ogni ruolo aggiuntivo.
       7. Fai clic su Salva.
       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.

       Le librerie client possono utilizzare le credenziali predefinite dell'applicazione per autenticarsi facilmente con le API di Google e inviare richieste a queste API. Con le Credenziali predefinite dell'applicazione, puoi testare l'applicazione localmente e eseguirne il deployment senza modificare il codice sottostante. Per ulteriori informazioni, consulta Eseguire l'autenticazione per l'utilizzo delle librerie client.

       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.

       Assicurati inoltre di aver installato la libreria client.

       Informazioni sui riconoscitori

       I riconoscitori sono configurazioni di riconoscimento riutilizzabili e configurabili. La creazione di riconoscitori con una configurazione di riconoscimento utilizzata di frequente consente di semplificare e ridurre le dimensioni delle richieste di riconoscimento.

       L'elemento principale di un riconoscitore è la sua configurazione predefinita. Questa è la configurazione per ogni richiesta di riconoscimento eseguita da questo riconoscitore. Puoi override questa impostazione predefinita per richiesta. Mantieni la configurazione predefinita per le funzionalità di cui hai bisogno nelle richieste per un determinato riconoscitore, sostituendo al contempo funzionalità specifiche per richieste specifiche.

       Riutilizza i riconoscitori il più spesso possibile. Se ne crei uno per ogni richiesta, la latenza dell'applicazione aumenta notevolmente e vengono utilizzate le quote delle risorse. Creali di rado durante l'integrazione e la configurazione, quindi riutilizzali per le richieste di riconoscimento.

       Creare riconoscitori

       Ecco un esempio di creazione di un riconoscitore che può essere utilizzato per inviare richieste di riconoscimento:

       Python

       import os
       
       from google.cloud.speech_v2 import SpeechClient
       from google.cloud.speech_v2.types import cloud_speech
       
       PROJECT_ID = os.getenv("GOOGLE_CLOUD_PROJECT")
       
       
       def create_recognizer(recognizer_id: str) -> cloud_speech.Recognizer:
           """Сreates a recognizer with an unique ID and default recognition configuration.
           Args:
               recognizer_id (str): The unique identifier for the recognizer to be created.
           Returns:
               cloud_speech.Recognizer: The created recognizer object with configuration.
           """
           # Instantiates a client
           client = SpeechClient()
       
           request = cloud_speech.CreateRecognizerRequest(
               parent=f"projects/{PROJECT_ID}/locations/global",
               recognizer_id=recognizer_id,
               recognizer=cloud_speech.Recognizer(
                   default_recognition_config=cloud_speech.RecognitionConfig(
                       language_codes=["en-US"], model="long"
                   ),
               ),
           )
           # Sends the request to create a recognizer and waits for the operation to complete
           operation = client.create_recognizer(request=request)
           recognizer = operation.result()
       
           print("Created Recognizer:", recognizer.name)
           return recognizer
       
       

       Utilizzare un riconoscitore esistente per inviare richieste

       Ecco un esempio di invio di più richieste di riconoscimento utilizzando lo stesso riconoscitore:

       Python

       import os
       
       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_reuse_recognizer(
           audio_file: str,
           recognizer_id: str,
       ) -> cloud_speech.RecognizeResponse:
           """Transcribe an audio file using an existing recognizer.
           Args:
               audio_file (str): Path to the local audio file to be transcribed.
                   Example: "resources/audio.wav"
               recognizer_id (str): The ID of the existing recognizer to be used for transcription.
           Returns:
               cloud_speech.RecognizeResponse: The response containing the transcription results.
           """
           # Instantiates a client
           client = SpeechClient()
       
           # Reads a file as bytes
           with open(audio_file, "rb") as f:
               audio_content = f.read()
       
           request = cloud_speech.RecognizeRequest(
               recognizer=f"projects/{PROJECT_ID}/locations/global/recognizers/{recognizer_id}",
               content=audio_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
       
       

       Attivare le funzionalità in un riconoscitore

       I riconoscitori possono essere utilizzati per attivare varie funzionalità di riconoscimento, come la punteggiatura automatica o il filtro dei contenuti inappropriati.

       Ecco un esempio di attivazione della punteggiatura automatica in un riconoscitore, che attiva la punteggiatura automatica nella richiesta di riconoscimento che utilizza questo riconoscitore:

       Nota: gli esempi presenti nella documentazione illustrano ripetutamente la creazione di Recognizer. Tuttavia, dovresti crearli di rado e riutilizzarli spesso.

       Python

       
       from google.cloud.speech_v2 import SpeechClient
       from google.cloud.speech_v2.types import cloud_speech
       
       from google.api_core.exceptions import NotFound
       
       # Instantiates a client
       client = SpeechClient()
       
       # TODO(developer): Update and un-comment below line
       # PROJECT_ID = "your-project-id"
       # recognizer_id = "id-recognizer"
       recognizer_name = (
           f"projects/{PROJECT_ID}/locations/global/recognizers/{recognizer_id}"
       )
       try:
           # Use an existing recognizer
           recognizer = client.get_recognizer(name=recognizer_name)
           print("Using existing Recognizer:", recognizer.name)
       except NotFound:
           # Create a new recognizer
           request = cloud_speech.CreateRecognizerRequest(
               parent=f"projects/{PROJECT_ID}/locations/global",
               recognizer_id=recognizer_id,
               recognizer=cloud_speech.Recognizer(
                   default_recognition_config=cloud_speech.RecognitionConfig(
                       auto_decoding_config=cloud_speech.AutoDetectDecodingConfig(),
                       language_codes=["en-US"],
                       model="latest_long",
                       features=cloud_speech.RecognitionFeatures(
                           enable_automatic_punctuation=True,
                       ),
                   ),
               ),
           )
           operation = client.create_recognizer(request=request)
           recognizer = operation.result()
           print("Created Recognizer:", recognizer.name)
       
       # Reads a file as bytes
       with open(audio_file, "rb") as f:
           audio_content = f.read()
       
       request = cloud_speech.RecognizeRequest(
           recognizer=f"projects/{PROJECT_ID}/locations/global/recognizers/{recognizer_id}",
           content=audio_content,
       )
       
       # Transcribes the audio into text
       response = client.recognize(request=request)
       
       for result in response.results:
           print(f"Transcript: {result.alternatives[0].transcript}")
       

       Sostituire le funzionalità del riconoscitore nelle richieste di riconoscimento

       Ecco un esempio di attivazione di più funzionalità in un riconoscitore, ma di disattivazione della punteggiatura automatica per questa richiesta di riconoscimento:

       Python

       import os
       
       from google.cloud.speech_v2 import SpeechClient
       from google.cloud.speech_v2.types import cloud_speech
       from google.protobuf.field_mask_pb2 import FieldMask
       
       PROJECT_ID = os.getenv("GOOGLE_CLOUD_PROJECT")
       
       
       def transcribe_override_recognizer(
           audio_file: str,
           recognizer_id: str,
       ) -> cloud_speech.RecognizeResponse:
           """Transcribe an audio file using an existing recognizer with overridden settings for the recognition request.
           Args:
               audio_file (str): Path to the local audio file to be transcribed.
                   Example: "resources/audio.wav"
               recognizer_id (str): The unique ID of the recognizer to be used for transcription.
           Returns:
               cloud_speech.RecognizeResponse: The response containing the transcription results.
           """
           # Instantiates a client
           client = SpeechClient()
       
           request = cloud_speech.CreateRecognizerRequest(
               parent=f"projects/{PROJECT_ID}/locations/global",
               recognizer_id=recognizer_id,
               recognizer=cloud_speech.Recognizer(
                   default_recognition_config=cloud_speech.RecognitionConfig(
                       auto_decoding_config=cloud_speech.AutoDetectDecodingConfig(),
                       language_codes=["en-US"],
                       model="latest_long",
                       features=cloud_speech.RecognitionFeatures(
                           enable_automatic_punctuation=True,
                           enable_word_time_offsets=True,
                       ),
                   ),
               ),
           )
       
           operation = client.create_recognizer(request=request)
           recognizer = operation.result()
       
           print("Created Recognizer:", recognizer.name)
       
           # Reads a file as bytes
           with open(audio_file, "rb") as f:
               audio_content = f.read()
       
           request = cloud_speech.RecognizeRequest(
               recognizer=f"projects/{PROJECT_ID}/locations/global/recognizers/{recognizer_id}",
               config=cloud_speech.RecognitionConfig(
                   features=cloud_speech.RecognitionFeatures(
                       enable_word_time_offsets=False,
                   ),
               ),
               config_mask=FieldMask(paths=["features.enable_word_time_offsets"]),
               content=audio_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
       
       

       Inviare richieste senza riconoscitori

       I riconoscitori sono facoltativi nelle richieste di riconoscimento. Per effettuare una richiesta senza un riconoscitore, utilizza semplicemente l'ID risorsa del riconosciutore _ nella posizione in cui effettui la richiesta. Ecco un esempio:

       Python

       import os
       
       from google.cloud.speech_v2 import SpeechClient
       from google.cloud.speech_v2.types import cloud_speech
       
       PROJECT_ID = os.getenv("GOOGLE_CLOUD_PROJECT")
       
       
       def quickstart_v2(audio_file: str) -> cloud_speech.RecognizeResponse:
           """Transcribe an audio file.
           Args:
               audio_file (str): Path to the local audio file to be transcribed.
           Returns:
               cloud_speech.RecognizeResponse: The response from the recognize request, containing
               the transcription results
           """
           # Reads a file as bytes
           with open(audio_file, "rb") as f:
               audio_content = f.read()
       
           # Instantiates a client
           client = SpeechClient()
       
           config = cloud_speech.RecognitionConfig(
               auto_decoding_config=cloud_speech.AutoDetectDecodingConfig(),
               language_codes=["en-US"],
               model="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)
       
           for result in response.results:
               print(f"Transcript: {result.alternatives[0].transcript}")
       
           return response
       
       

       Esegui la pulizia

       Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questa pagina, segui questi passaggi.

       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

       Console

       Attenzione: l'eliminazione di un progetto ha i seguenti effetti:

       • L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per le attività descritte in questo documento, quando lo elimini elimini anche tutto il lavoro svolto nel progetto.
       • Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un appspot.com URL, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.

       Se intendi esplorare più architetture, tutorial o guide rapide, il riuso dei progetti può aiutarti a non superare i limiti di quota.

       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

       Attenzione: l'eliminazione di un progetto ha i seguenti effetti:

       • L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per le attività descritte in questo documento, quando lo elimini elimini anche tutto il lavoro svolto nel progetto.
       • Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un appspot.com URL, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.

       Se intendi esplorare più architetture, tutorial o guide rapide, il riuso dei progetti può aiutarti a non superare i limiti di quota.

       Delete a Google Cloud project:

       gcloud projects delete PROJECT_ID

       Passaggi successivi

       • Fai pratica di trascrizione di file audio brevi.
       • Scopri come trascrivere l'audio in streaming.
       • Scopri come trascrivere file audio lunghi.
       • Per ottenere il massimo rendimento e la massima precisione e altri suggerimenti, consulta la documentazione relativa alle best practice.