Transcribe archivos de audio cortos

En esta página, se demuestra cómo transcribir un archivo de audio corto a texto con el reconocimiento de voz síncrono.

El Reconocimiento de voz síncrono muestra el texto reconocido de un audio corto (menos de 60 segundos).

El contenido de audio se puede enviar directamente a Speech-to-Text desde un archivo local, o se puede procesar contenido de audio almacenado en un bucket de Cloud Storage. Consulta la página de cuotas y límites para ver los límites de las solicitudes de reconocimiento de voz síncronas.

Nota: Existe un límite de 60 segundos o 10 MB para todas las solicitudes que se envían a la API con archivos de audio locales. Las solicitudes que excedan esta duración o tamaño generarán un error. Para obtener más información, consulta la documentación sobre cuotas y límites.

Antes de comenzar

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.

      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

      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.

          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

          Note: If you installed the gcloud CLI previously, make sure you have the latest version by running gcloud components update.

       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. Si deseas obtener más información, consulta Autentícate para usar las bibliotecas cliente.

       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.

       También asegúrate de haber instalado la biblioteca cliente.

       Realiza reconocimiento de voz síncrono en un archivo local

       El siguiente es un ejemplo de cómo realizar un reconocimiento de voz síncrono en un archivo de audio local:

       Python

       
       from google.cloud.speech_v2 import SpeechClient
       from google.cloud.speech_v2.types import cloud_speech
       
       # TODO(developer): Update and un-comment below line
       # PROJECT_ID = "your-project-id"
       
       # Instantiates a client
       client = SpeechClient()
       
       # Reads a file as bytes
       with open("resources/audio.wav", "rb") as f:
           audio_content = f.read()
       
       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}")
       

       Realiza reconocimiento de voz síncrono en un archivo remoto

       Para mayor comodidad, la API de Speech-to-Text puede realizar el reconocimiento de voz síncrono directamente en un archivo de audio ubicado en Cloud Storage sin necesidad de enviar el contenido del archivo de audio en el cuerpo de tu solicitud.

       Speech-to-Text usa una cuenta de servicio para acceder a tus archivos en Cloud Storage. De forma predeterminada, la cuenta de servicio tiene acceso a los archivos de Cloud Storage en el mismo proyecto.

       La siguiente es la dirección de correo electrónico de la cuenta de servicio:

       [e-mail]
       

       Para transcribir archivos de Cloud Storage en otro proyecto, puedes otorgar a esta cuenta de servicio el rol Agente de servicio de Speech-to-Text en el otro proyecto:

       gcloud projects add-iam-policy-binding PROJECT_ID \
           --member=serviceAccount:[e-mail] \
           --role=roles/speech.serviceAgent

       Para obtener más información sobre la política del IAM del proyecto, consulta Administra el acceso a proyectos, carpetas y organizaciones.

       También puedes otorgar acceso a una cuenta de servicio más detallada si le das permiso a un bucket de Cloud Storage específico:

       gcloud storage buckets add-iam-policy-binding gs://BUCKET_NAME \
           --member=serviceAccount:[e-mail] \
           --role=roles/storage.admin

       Para obtener más información sobre la administración del acceso a Cloud Storage, consulta Crea y administra listas de control de acceso en la documentación de Cloud Storage.

       El siguiente es un ejemplo de cómo realizar un reconocimiento de voz síncrono en un archivo ubicado en Cloud Storage.

       Python

       
       from google.cloud.speech_v2 import SpeechClient
       from google.cloud.speech_v2.types import cloud_speech
       
       # Instantiates a client
       client = SpeechClient()
       
       # TODO(developer): Update and un-comment below line
       # PROJECT_ID = "your-project-id"
       
       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,
           uri="gs://cloud-samples-data/speech/audio.flac",  # URI of the audio file in GCS
       )
       
       # Transcribes the audio into text
       response = client.recognize(request=request)
       
       for result in response.results:
           print(f"Transcript: {result.alternatives[0].transcript}")
       

       Realiza una limpieza

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

       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

       Precaución: Borrar un proyecto tiene las siguientes consecuencias:

       • Se borra todo en el proyecto. Si usaste un proyecto existente para las tareas de este documento, cuando lo borres, también se borrará cualquier otro trabajo que hayas realizado en el proyecto.
       • Se pierden los ID personalizados de proyectos. Cuando creaste este proyecto, es posible que hayas creado un ID del proyecto personalizado que desees utilizar en el futuro. Para conservar las URL que utilizan el ID del proyecto, como una URL appspot.com, borra los recursos seleccionados dentro del proyecto en lugar de borrar todo el proyecto.

       Si planeas explorar varias infraestructuras, instructivos y guías de inicio rápido la reutilización de proyectos puede ayudarte a evitar exceder los límites de las cuotas del proyecto.

       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

       Precaución: Borrar un proyecto tiene las siguientes consecuencias:

       • Se borra todo en el proyecto. Si usaste un proyecto existente para las tareas de este documento, cuando lo borres, también se borrará cualquier otro trabajo que hayas realizado en el proyecto.
       • Se pierden los ID personalizados de proyectos. Cuando creaste este proyecto, es posible que hayas creado un ID del proyecto personalizado que desees utilizar en el futuro. Para conservar las URL que utilizan el ID del proyecto, como una URL appspot.com, borra los recursos seleccionados dentro del proyecto en lugar de borrar todo el proyecto.

       Si planeas explorar varias infraestructuras, instructivos y guías de inicio rápido la reutilización de proyectos puede ayudarte a evitar exceder los límites de las cuotas del proyecto.

       Delete a Google Cloud project:

       gcloud projects delete PROJECT_ID

       ¿Qué sigue?

       • Consulta la documentación de referencia para obtener reconocimiento síncrono.
       • Obtén más información sobre cómo transcribir audio con transmisión continua.
       • Obtén información sobre cómo transcribir archivos de audio largos.
       • Transcribe archivos de audio con Chirp.
       • Para mejorar el rendimiento y la exactitud, así como ver otras sugerencias, consulta la documentación de prácticas recomendadas.