Transcrire la voix en texte en texte à l'aide de bibliothèques clientes

Cette page explique comment envoyer une requête de reconnaissance vocale à Speech-to-Text dans votre langage de programmation favori à l'aide des bibliothèques clientes Google Cloud.

Speech-to-Text permet d'intégrer facilement les technologies de reconnaissance vocale Google aux applications en cours de développement. Vous pouvez envoyer des données audio à l'API Speech-to-Text, qui renvoie ensuite une transcription de ce fichier audio en texte. Pour plus d'informations sur le service, consultez la page Principes de base de Speech-to-Text.

Avant de commencer

1. Connectez-vous à votre compte Google Cloud. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $ de crédits gratuits pour exécuter, tester et déployer des charges de travail.

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.

      Accéder à IAM
   2. Sélectionnez le projet.
   3. Cliquez sur Accorder l'accès.

   4. Dans le champ Nouveaux comptes principaux, saisissez votre identifiant utilisateur. Il s'agit généralement de l'adresse e-mail d'un compte Google.

   5. Dans la liste Sélectionner un rôle, sélectionnez un rôle.
   6. Pour attribuer des rôles supplémentaires, cliquez sur Ajouter un autre rôle et ajoutez chaque rôle supplémentaire.
   7. Cliquez sur Enregistrer.
   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.

          Accéder à IAM
       2. Sélectionnez le projet.
       3. Cliquez sur Accorder l'accès.

       4. Dans le champ Nouveaux comptes principaux, saisissez votre identifiant utilisateur. Il s'agit généralement de l'adresse e-mail d'un compte Google.

       5. Dans la liste Sélectionner un rôle, sélectionnez un rôle.
       6. Pour attribuer des rôles supplémentaires, cliquez sur Ajouter un autre rôle et ajoutez chaque rôle supplémentaire.
       7. Cliquez sur Enregistrer.
       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.

       Les bibliothèques clientes peuvent utiliser les identifiants par défaut de l'application pour s'authentifier facilement auprès des API Google et envoyer des requêtes à ces API. Ces identifiants vous permettent de tester votre application localement et de la déployer sans modifier le code sous-jacent. Pour plus d'informations, consultez la page Authentifiez-vous à l'aide des bibliothèques clientes.

       10. Create local authentication credentials for your user account:

           gcloud auth application-default login

       Vérifiez également que vous avez installé la bibliothèque cliente.

       Envoyer une requête de transcription audio

       Servez-vous de l'exemple de code suivant pour envoyer une requête Recognize à l'API Speech-to-Text.

       Java

       // Imports the Google Cloud client library
       import com.google.api.gax.longrunning.OperationFuture;
       import com.google.cloud.speech.v2.AutoDetectDecodingConfig;
       import com.google.cloud.speech.v2.CreateRecognizerRequest;
       import com.google.cloud.speech.v2.OperationMetadata;
       import com.google.cloud.speech.v2.RecognitionConfig;
       import com.google.cloud.speech.v2.RecognizeRequest;
       import com.google.cloud.speech.v2.RecognizeResponse;
       import com.google.cloud.speech.v2.Recognizer;
       import com.google.cloud.speech.v2.SpeechClient;
       import com.google.cloud.speech.v2.SpeechRecognitionAlternative;
       import com.google.cloud.speech.v2.SpeechRecognitionResult;
       import com.google.protobuf.ByteString;
       import java.io.IOException;
       import java.nio.file.Files;
       import java.nio.file.Path;
       import java.nio.file.Paths;
       import java.util.List;
       import java.util.concurrent.ExecutionException;
       
       public class QuickstartSampleV2 {
       
         public static void main(String[] args) throws IOException, ExecutionException,
             InterruptedException {
           String projectId = "my-project-id";
           String filePath = "path/to/audioFile.raw";
           String recognizerId = "my-recognizer-id";
           quickstartSampleV2(projectId, filePath, recognizerId);
         }
       
         public static void quickstartSampleV2(String projectId, String filePath, String recognizerId)
             throws IOException, ExecutionException, InterruptedException {
       
           // Initialize client that will be used to send requests. This client only needs to be created
           // once, and can be reused for multiple requests. After completing all of your requests, call
           // the "close" method on the client to safely clean up any remaining background resources.
           try (SpeechClient speechClient = SpeechClient.create()) {
             Path path = Paths.get(filePath);
             byte[] data = Files.readAllBytes(path);
             ByteString audioBytes = ByteString.copyFrom(data);
       
             String parent = String.format("projects/%s/locations/global", projectId);
       
             // First, create a recognizer
             Recognizer recognizer = Recognizer.newBuilder()
                 .setModel("latest_long")
                 .addLanguageCodes("en-US")
                 .build();
       
             CreateRecognizerRequest createRecognizerRequest = CreateRecognizerRequest.newBuilder()
                 .setParent(parent)
                 .setRecognizerId(recognizerId)
                 .setRecognizer(recognizer)
                 .build();
       
             OperationFuture<Recognizer, OperationMetadata> operationFuture =
                 speechClient.createRecognizerAsync(createRecognizerRequest);
             recognizer = operationFuture.get();
       
             // Next, create the transcription request
             RecognitionConfig recognitionConfig = RecognitionConfig.newBuilder()
                 .setAutoDecodingConfig(AutoDetectDecodingConfig.newBuilder().build())
                 .build();
       
             RecognizeRequest request = RecognizeRequest.newBuilder()
                 .setConfig(recognitionConfig)
                 .setRecognizer(recognizer.getName())
                 .setContent(audioBytes)
                 .build();
       
             RecognizeResponse response = speechClient.recognize(request);
             List<SpeechRecognitionResult> results = response.getResultsList();
       
             for (SpeechRecognitionResult result : results) {
               // There can be several alternative transcripts for a given chunk of speech. Just use the
               // first (most likely) one here.
               if (result.getAlternativesCount() > 0) {
                 SpeechRecognitionAlternative alternative = result.getAlternativesList().get(0);
                 System.out.printf("Transcription: %s%n", alternative.getTranscript());
               }
             }
           }
         }
       }

       Python

       from google.cloud.speech_v2 import SpeechClient
       from google.cloud.speech_v2.types import cloud_speech
       
       def quickstart_v2(
           project_id: str,
           audio_file: str,
       ) -> cloud_speech.RecognizeResponse:
           """Transcribe an audio file."""
           # Instantiates a client
           client = SpeechClient()
       
           # Reads a file as bytes
           with open(audio_file, "rb") as f:
               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=content,
           )
       
           # Transcribes the audio into text
           response = client.recognize(request=request)
       
           for result in response.results:
               print(f"Transcript: {result.alternatives[0].transcript}")
       
           return response
       
       

       Vous avez envoyé votre première requête à Speech-to-Text.

       Effectuer un nettoyage

       Pour éviter que les ressources utilisées sur cette page soient facturées sur votre compte Google Cloud, suivez les étapes ci-dessous :

       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

       Attention : La suppression d'un projet entraîne les effets décrits ci-dessous :

       • Tout le contenu du projet est supprimé. Si vous avez utilisé un projet existant pour les tâches décrites dans ce document et que vous le supprimez, vous supprimerez également tout autre travail effectué dans le projet.
       • Les ID de projets personnalisés sont perdus. Lorsque vous avez créé ce projet, vous avez peut-être créé un ID de projet personnalisé que vous souhaitez utiliser à l'avenir. Pour conserver les URL qui utilisent l'ID de projet, telle qu'une URL appspot.com, supprimez les ressources sélectionnées dans le projet au lieu de supprimer l'ensemble du projet.

       Si vous envisagez d'explorer plusieurs architectures, tutoriels et guides de démarrage rapide, réutiliser des projets peut vous aider à ne pas dépasser les limites de quotas des projets.

       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

       Attention : La suppression d'un projet entraîne les effets décrits ci-dessous :

       • Tout le contenu du projet est supprimé. Si vous avez utilisé un projet existant pour les tâches décrites dans ce document et que vous le supprimez, vous supprimerez également tout autre travail effectué dans le projet.
       • Les ID de projets personnalisés sont perdus. Lorsque vous avez créé ce projet, vous avez peut-être créé un ID de projet personnalisé que vous souhaitez utiliser à l'avenir. Pour conserver les URL qui utilisent l'ID de projet, telle qu'une URL appspot.com, supprimez les ressources sélectionnées dans le projet au lieu de supprimer l'ensemble du projet.

       Si vous envisagez d'explorer plusieurs architectures, tutoriels et guides de démarrage rapide, réutiliser des projets peut vous aider à ne pas dépasser les limites de quotas des projets.

       Delete a Google Cloud project:

       gcloud projects delete PROJECT_ID

       Étapes suivantes

       • Entraînez-vous à transcrire des fichiers audio courts.
       • Découvrez comment transcrire du contenu audio diffusé en streaming.
       • Découvrez comment transcrire des fichiers audio longs.
       • Pour obtenir des conseils, entre autres sur l'optimisation des performances et l'amélioration de la précision, consultez la documentation relative aux bonnes pratiques.