Trascrizione di audio dall'input in streaming

Questa sezione mostra come trascrivere in testo l'audio in streaming, ad esempio l'input da un microfono.

Il riconoscimento vocale di audio in streaming ti consente di trasmettere in streaming l'audio a Speech-to-Text e di ricevere i risultati del riconoscimento vocale in streaming in tempo reale durante l'elaborazione dell'audio. Consulta anche i limiti relativi all'audio per le richieste di riconoscimento vocale in streaming. Il riconoscimento vocale di audio in streaming è disponibile solo tramite gRPC.

Nota: per utilizzare il riconoscimento flussi di dati per interrompere l'ascolto dopo che l'utente ha pronunciato una singola parola, ad esempio nel caso dei comandi vocali, utilizza il modello latest_short. Il modello latest_short indica all'API Speech-to-Text di terminare la richiesta di trascrizione quando rileva che la voce è terminata, ad esempio alla fine di una singola parola o frase.

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.

       Eseguire il riconoscimento vocale in streaming su un file locale

       Di seguito è riportato un esempio di esecuzione del riconoscimento vocale in streaming su un file audio locale. Esiste un limite di 25 KB per l'audio inviato nelle richieste di uno stream. Questo limite si applica sia alla richiesta StreamingRecognize iniziale che alla dimensione dei singoli messaggi nel flusso. Il superamento di questo limite causerà un errore.

       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
       
       

       Sebbene tu possa riprodurre in streaming un file audio locale nell'API Speech-to-Text, è consigliabile eseguire il riconoscimento audio sincrono.

       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 URL appspot.com, 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 URL appspot.com, 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

       • Consulta la documentazione di riferimento per il riconoscimento in streaming.
       • Fai pratica di trascrizione di file audio brevi.
       • Scopri come trascrivere file audio lunghi.
       • Trascrivere i file audio utilizzando Chirp.
       • Per ottenere il massimo rendimento e la massima precisione e altri suggerimenti, consulta la documentazione relativa alle best practice.