Mentranskripsikan file audio singkat

Halaman ini menunjukkan cara mentranskripsikan file audio singkat menjadi teks menggunakan pengenalan ucapan sinkron.

Pengenalan ucapan sinkron menampilkan teks yang dikenali untuk audio berdurasi pendek (kurang dari 60 detik).

Konten audio dapat dikirim langsung ke Speech-to-Text dari file lokal, atau Speech-to-Text dapat memproses konten audio yang disimpan di dalambucket Cloud Storage. Lihat halaman kuota dan batas untuk mengetahui batas permintaan pengenalan ucapan sinkron.

Catatan: Ada batas 60 detik dan/atau 10 MB untuk semua permintaan yang dikirim ke API yang menggunakan file audio lokal. Permintaan yang melebihi durasi dan/atau ukuran ini akan menghasilkan error. Untuk mengetahui informasi lebih lanjut, baca dokumentasi kuota dan batas.

Sebelum memulai

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. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

   Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

   Buka pemilih project

3. Make sure that billing is enabled for your Google Cloud project.

4. Aktifkan API Speech-to-Text.

   Mengaktifkan API

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.

      Buka IAM
   2. Pilih project.
   3. Klik Berikan akses.

   4. Di kolom New principals, masukkan ID pengguna Anda. Ini biasanya adalah alamat email untuk Akun Google.

   5. Di daftar Pilih peran, pilih peran.
   6. Untuk memberikan peran tambahan, klik Tambahkan peran lain, lalu tambahkan setiap peran tambahan.
   7. Klik Simpan.
   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. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

       Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

       Buka pemilih project

   11. Make sure that billing is enabled for your Google Cloud project.

   12. Aktifkan API Speech-to-Text.

       Mengaktifkan API

   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.

          Buka IAM
       2. Pilih project.
       3. Klik Berikan akses.

       4. Di kolom New principals, masukkan ID pengguna Anda. Ini biasanya adalah alamat email untuk Akun Google.

       5. Di daftar Pilih peran, pilih peran.
       6. Untuk memberikan peran tambahan, klik Tambahkan peran lain, lalu tambahkan setiap peran tambahan.
       7. Klik Simpan.
       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.

       Library klien dapat menggunakan Kredensial Default Aplikasi untuk dengan mudah melakukan autentikasi dengan Google API dan mengirim permintaan ke API tersebut. Dengan Kredensial Default Aplikasi, Anda dapat menguji aplikasi secara lokal dan men-deploy aplikasi tanpa mengubah kode yang mendasarinya. Untuk informasi selengkapnya, lihat Lakukan autentikasi untuk menggunakan library klien.

       10. Buat kredensial autentikasi lokal untuk Akun Google Anda:

           gcloud auth application-default login

       Selain itu, pastikan Anda telah menginstal library klien.

       Melakukan pengenalan ucapan sinkron pada file lokal

       Berikut adalah contoh cara melakukan pengenalan ucapan sinkron pada file audio lokal:

       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}")
       

       Melakukan pengenalan ucapan sinkron pada file jarak jauh

       Untuk memudahkan Anda, Speech-to-Text API dapat melakukan pengenalan ucapan sinkron langsung pada file audio yang terletak di Cloud Storage, tanpa perlu mengirimkan konten file audio ke dalam isi permintaan Anda.

       Speech-to-Text menggunakan akun layanan untuk mengakses file Anda di Cloud Storage. Secara default, akun layanan memiliki akses ke file Cloud Storage dalam project yang sama.

       Alamat email akun layanan adalah sebagai berikut:

       service-PROJECT_NUMBER@gcp-sa-speech.
       

       Untuk mentranskripsikan file Cloud Storage di project lain, Anda dapat memberikan peran Agen Layanan Speech-to-Text ke project layanan ini:

       gcloud projects add-iam-policy-binding PROJECT_ID \
           --member=serviceAccount:service-PROJECT_NUMBER@gcp-sa-speech. \
           --role=roles/speech.serviceAgent

       Informasi selengkapnya tentang kebijakan IAM project tersedia di bagian Mengelola akses ke project, folder, dan organisasi.

       Anda juga dapat memberikan akses yang lebih terperinci kepada akun layanan dengan memberinya izin ke bucket Cloud Storage tertentu:

       gcloud storage buckets add-iam-policy-binding gs://BUCKET_NAME \
           --member=serviceAccount:service-PROJECT_NUMBER@gcp-sa-speech. \
           --role=roles/storage.admin

       Informasi selengkapnya tentang cara mengelola akses ke Cloud Storage tersedia di bagian Membuat dan Mengelola daftar kontrol akses dalam dokumentasi Cloud Storage.

       Berikut adalah contoh cara melakukan pengenalan ucapan sinkron pada file yang terletak dalam 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}")
       

       Pembersihan

       Agar akun Google Cloud Anda tidak dikenai biaya untuk resource yang digunakan pada halaman ini, ikuti langkah-langkah berikut.

       1. Opsional: Cabut kredensial autentikasi yang Anda buat, dan hapus file kredensial lokal.

          gcloud auth application-default revoke

       2. Opsional: Cabut kredensial dari gcloud CLI.

          gcloud auth revoke

       Konsol

       Perhatian: Menghapus project memiliki efek berikut:

       • Semua hal dalam project akan dihapus. Jika menggunakan project yang sudah ada untuk tugas dalam dokumen ini, saat Anda menghapusnya, pekerjaan lain yang telah Anda lakukan dalam project tersebut juga akan terhapus.
       • Project ID kustom hilang. Saat membuat project ini, Anda mungkin telah membuat project ID kustom yang ingin digunakan di masa mendatang. Untuk mempertahankan URL yang menggunakan project ID, seperti URL appspot.com, hapus resource yang dipilih di dalam project, bukan menghapus seluruh project.

       Jika Anda berencana mempelajari berbagai arsitektur, tutorial, atau panduan memulai, menggunakan kembali project dapat membantu agar Anda tidak melampaui batas kuota project.

       Di konsol Google Cloud, buka halaman Manage resource.

       Buka Manage resource

       Pada daftar project, pilih project yang ingin Anda hapus, lalu klik Delete.

       Pada dialog, ketik project ID, lalu klik Shut down untuk menghapus project.

       gcloud

       Perhatian: Menghapus project memiliki efek berikut:

       • Semua hal dalam project akan dihapus. Jika menggunakan project yang sudah ada untuk tugas dalam dokumen ini, saat Anda menghapusnya, pekerjaan lain yang telah Anda lakukan dalam project tersebut juga akan terhapus.
       • Project ID kustom hilang. Saat membuat project ini, Anda mungkin telah membuat project ID kustom yang ingin digunakan di masa mendatang. Untuk mempertahankan URL yang menggunakan project ID, seperti URL appspot.com, hapus resource yang dipilih di dalam project, bukan menghapus seluruh project.

       Jika Anda berencana mempelajari berbagai arsitektur, tutorial, atau panduan memulai, menggunakan kembali project dapat membantu agar Anda tidak melampaui batas kuota project.

       Menghapus project Google Cloud:

       gcloud projects delete PROJECT_ID

       Langkah berikutnya

       • Lihat dokumentasi referensi untuk pengenalan sinkron.
       • Pelajari cara mentranskripsikan audio streaming.
       • Pelajari cara mentranskripsi file audio panjang.
       • Transkripsikan file audio menggunakan Chirp.
       • Untuk performa terbaik, akurasi, dan tips lainnya, lihat dokumentasi praktik terbaik.