Transcribe audio desde una entrada de transmisión

Esta sección muestra cómo transcribir audio de transmisión, como la entrada de un micrófono a texto.

El reconocimiento de voz de transmisión te permite transmitir audio a Speech-to-Text y recibir resultados de reconocimiento de voz de transmisión en tiempo real a medida que se procesa el audio. También puedes consultar los límites de audio para solicitudes de reconocimiento de voz de transmisión. El reconocimiento de voz de transmisión solo está disponible a través de gRPC.

Antes de comenzar

  1. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  2. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.

  3. Habilita las API de Speech-to-Text.

    Habilita las API

  4. 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.

      Ir a IAM
    2. Selecciona el proyecto.
    3. Haz clic en Grant access.
    4. En el campo Principales nuevas, ingresa tu identificador de usuario. Esta suele ser la dirección de correo electrónico de una Cuenta de Google.

    5. En la lista Seleccionar un rol, elige un rol.
    6. Para otorgar funciones adicionales, haz clic en Agregar otro rol y agrega cada rol adicional.
    7. Haz clic en Guardar.
    8. Install the Google Cloud CLI.
    9. To initialize the gcloud CLI, run the following command:

      gcloud init
    10. Las bibliotecas cliente pueden usar las credenciales predeterminadas de la aplicación para autenticarse fácilmente con las APIs de Google y enviar solicitudes a esas API. Con las credenciales predeterminadas de la aplicación, puedes probar tu aplicación de forma local y, luego, implementarla sin cambiar el código subyacente. Para obtener más información, consulta <atrack-type="commonincludes" l10n-attrs-original-order="href,track-type,track-name" l10n-encrypted-href="WDE63JFVMK0YqIWBqG8nCycgwkRfOeEqRvzYs1N+2tJUEhcZvE5VtDH5LoWw0lj/" track-name="referenceLink"> Se autentica para usar las bibliotecas cliente.</atrack-type="commonincludes">

    11. Create local authentication credentials for your user account:

      gcloud auth application-default login

    También asegúrate de haber instalado la biblioteca cliente.

    Realiza reconocimiento de voz de transmisión en un archivo local

    El siguiente es un ejemplo de cómo realizar el reconocimiento de voz de transmisión en un archivo de audio local. Existe un límite de 25 KB para el audio enviado en las solicitudes de una transmisión. Este límite se aplica a la solicitud StreamingRecognize inicial y al tamaño de cada mensaje individual en la transmisión. Si se supera este límite, se arroja un error.

    Python

    from google.cloud.speech_v2 import SpeechClient
    from google.cloud.speech_v2.types import cloud_speech as cloud_speech_types
    
    def transcribe_streaming_v2(
        project_id: str,
        audio_file: str,
    ) -> cloud_speech_types.StreamingRecognizeResponse:
        """Transcribes audio from audio file stream.
    
        Args:
            project_id: The GCP project ID.
            audio_file: The path to the audio file to transcribe.
    
        Returns:
            The response from the transcribe method.
        """
        # Instantiates a client
        client = SpeechClient()
    
        # Reads a file as bytes
        with open(audio_file, "rb") as f:
            content = f.read()
    
        # In practice, stream should be a generator yielding chunks of audio data
        chunk_length = len(content) // 5
        stream = [
            content[start : start + chunk_length]
            for start in range(0, len(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
    
    

    Si bien puedes transmitir un archivo de audio local a la API de Speech-to-Text, se recomienda que realices un reconocimiento de audio síncrono.

    Limpia

    Sigue estos pasos para evitar que se apliquen cargos a tu cuenta de Google Cloud por los recursos que usaste en esta página.

    1. Opcional: Revoca las credenciales de autenticación que creaste y borra el archivo local de credenciales.

      gcloud auth application-default revoke
    2. Opcional: Revoca credenciales desde gcloud CLI.

      gcloud auth revoke

    Consola

  5. En la consola de Google Cloud, ve a la página Administrar recursos.

    Ir a Administrar recursos

  6. En la lista de proyectos, elige el proyecto que quieres borrar y haz clic en Borrar.
  7. En el diálogo, escribe el ID del proyecto y, luego, haz clic en Cerrar para borrar el proyecto.
  8. gcloud

    Borra un proyecto de Google Cloud:

    gcloud projects delete PROJECT_ID

    ¿Qué sigue?