스트리밍 입력의 오디오 스크립트 작성

이 섹션은 마이크에서의 입력과 같은 스트리밍 오디오를 텍스트로 변환하는 방법을 설명합니다.

스트리밍 음성 인식을 사용하면 오디오를 Speech-to-Text로 스트리밍하고 오디오가 처리됨에 따라 실시간으로 스트림 음성 인식 결과를 받을 수 있습니다. 스트리밍 음성 인식 요청에 대한 오디오 제한도 참조하세요. gRPC를 통해서만 스트리밍 음성 인식을 사용할 수 있습니다.

시작하기 전에

  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.

    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.

      IAM으로 이동
    2. 프로젝트를 선택합니다.
    3. 액세스 권한 부여를 클릭합니다.
    4. 새 주 구성원 필드에 사용자 식별자를 입력합니다. 일반적으로 Google 계정의 이메일 주소입니다.

    5. 역할 선택 목록에서 역할을 선택합니다.
    6. 역할을 추가로 부여하려면 다른 역할 추가를 클릭하고 각 역할을 추가합니다.
    7. 저장을 클릭합니다.
    8. Install the Google Cloud CLI.
    9. To initialize the gcloud CLI, run the following command:

      gcloud init
    10. In the Google Cloud console, on the project selector page, select or create a Google Cloud 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.

        IAM으로 이동
      2. 프로젝트를 선택합니다.
      3. 액세스 권한 부여를 클릭합니다.
      4. 새 주 구성원 필드에 사용자 식별자를 입력합니다. 일반적으로 Google 계정의 이메일 주소입니다.

      5. 역할 선택 목록에서 역할을 선택합니다.
      6. 역할을 추가로 부여하려면 다른 역할 추가를 클릭하고 각 역할을 추가합니다.
      7. 저장을 클릭합니다.
      8. Install the Google Cloud CLI.
      9. To initialize the gcloud CLI, run the following command:

        gcloud init
      10. 클라이언트 라이브러리는 애플리케이션 기본 사용자 인증 정보를 사용하여 간편하게 Google API를 인증하고 API에 요청을 보낼 수 있습니다. 애플리케이션 기본 사용자 인증 정보를 사용하면 애플리케이션을 로컬에서 테스트하고 기본 코드를 변경하지 않은 상태로 배포할 수 있습니다. 자세한 내용은 클라이언트 라이브러리 사용 인증을 참조하세요.

      11. 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.

      또한 클라이언트 라이브러리를 설치했는지 확인합니다.

      로컬 파일에서 스트리밍 음성 인식 수행

      다음은 로컬 오디오 파일에서 스트리밍 음성 인식을 수행하는 예시입니다. 스트림 요청으로 전송되는 오디오에는 25KB의 한도가 있습니다. 이 한도는 초기 StreamingRecognize 요청 및 스트림의 각 개별 메시지 크기 모두에 적용됩니다. 이 한도를 초과하면 오류가 발생합니다.

      Python

      import os
      
      from google.cloud.speech_v2 import SpeechClient
      from google.cloud.speech_v2.types import cloud_speech as cloud_speech_types
      
      PROJECT_ID = os.getenv("GOOGLE_CLOUD_PROJECT")
      
      
      def transcribe_streaming_v2(
          stream_file: str,
      ) -> cloud_speech_types.StreamingRecognizeResponse:
          """Transcribes audio from an audio file stream using Google Cloud Speech-to-Text API.
          Args:
              stream_file (str): Path to the local audio file to be transcribed.
                  Example: "resources/audio.wav"
          Returns:
              list[cloud_speech_types.StreamingRecognizeResponse]: A list of objects.
                  Each response includes the transcription results for the corresponding audio segment.
          """
          # Instantiates a client
          client = SpeechClient()
      
          # Reads a file as bytes
          with open(stream_file, "rb") as f:
              audio_content = f.read()
      
          # In practice, stream should be a generator yielding chunks of audio data
          chunk_length = len(audio_content) // 5
          stream = [
              audio_content[start : start + chunk_length]
              for start in range(0, len(audio_content), chunk_length)
          ]
          audio_requests = (
              cloud_speech_types.StreamingRecognizeRequest(audio=audio) for audio in stream
          )
      
          recognition_config = cloud_speech_types.RecognitionConfig(
              auto_decoding_config=cloud_speech_types.AutoDetectDecodingConfig(),
              language_codes=["en-US"],
              model="long",
          )
          streaming_config = cloud_speech_types.StreamingRecognitionConfig(
              config=recognition_config
          )
          config_request = cloud_speech_types.StreamingRecognizeRequest(
              recognizer=f"projects/{PROJECT_ID}/locations/global/recognizers/_",
              streaming_config=streaming_config,
          )
      
          def requests(config: cloud_speech_types.RecognitionConfig, audio: list) -> list:
              yield config
              yield from audio
      
          # Transcribes the audio into text
          responses_iterator = client.streaming_recognize(
              requests=requests(config_request, audio_requests)
          )
          responses = []
          for response in responses_iterator:
              responses.append(response)
              for result in response.results:
                  print(f"Transcript: {result.alternatives[0].transcript}")
      
          return responses
      
      

      로컬 오디오 파일을 Speech-to-Text API로 스트리밍할 수도 있지만, 동기 오디오 인식을 수행하는 것이 좋습니다.

      삭제

      이 페이지에서 사용한 리소스 비용이 Google Cloud 계정에 청구되지 않도록 하려면 다음 단계를 수행합니다.

      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

      콘솔

    14. In the Google Cloud console, go to the Manage resources page.

      Go to Manage resources

    15. In the project list, select the project that you want to delete, and then click Delete.
    16. In the dialog, type the project ID, and then click Shut down to delete the project.
    17. gcloud

      Delete a Google Cloud project:

      gcloud projects delete PROJECT_ID

      다음 단계