Trascrizione della voce in testo utilizzando le librerie client

Questa pagina mostra come inviare una richiesta di riconoscimento vocale a Speech-to-Text nel tuo linguaggio di programmazione preferito utilizzando le librerie client di Google Cloud.

Speech-to-Text consente l'integrazione semplice delle tecnologie di riconoscimento vocale di Google nelle applicazioni degli sviluppatori. Puoi inviare dati audio all'API Speech-to-Text, che restituisce una trascrizione del testo del file audio. Per maggiori informazioni sul servizio, consulta Nozioni di base su Speech-to-Text.

Prima di iniziare

1. Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.

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. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

4. Abilita le API Speech-to-Text.

   Abilita le 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.

      Vai a IAM
   2. Seleziona il progetto.
   3. Fai clic su Concedi l'accesso.

   4. Nel campo Nuove entità, inserisci l'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 aggiungiamo ogni altro ruolo.
   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. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

   12. Abilita le API Speech-to-Text.

       Abilita le 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.

          Vai a IAM
       2. Seleziona il progetto.
       3. Fai clic su Concedi l'accesso.

       4. Nel campo Nuove entità, inserisci l'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 aggiungiamo ogni altro ruolo.
       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 Credenziali predefinite dell'applicazione, puoi testare l'applicazione in locale ed eseguirne il deployment senza modificare il codice sottostante. Per ulteriori informazioni, consulta <atrack-type="common generate" l10n-attrs-original-order="href,track-type,track-name" l10n-encrypted-href="WDE63JFVMK0YqIWBqG8nCycgwkRfOeEqRvzYs1N+2tJUEhcZvE5WLink-reference for AuthenticatehcZvE5WLink-reference for Authenticate

       10. Create local authentication credentials for your user account:

           gcloud auth application-default login

       Assicurati inoltre di aver installato la libreria client.

       Esecuzione di una richiesta di trascrizione audio

       Utilizza il codice seguente per inviare una richiesta Recognize all'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
       
       

       Hai inviato la tua prima richiesta a Speech-to-Text.

       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. Facoltativo: revoca le credenziali di autenticazione che hai creato ed elimina il file delle credenziali locale.

          gcloud auth application-default revoke

       2. Facoltativo: revoca le credenziali dallgcloud 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 in questo documento, quando lo elimini elimini anche qualsiasi altro 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, puoi riutilizzare i progetti ed evitare così di superare i limiti di quota.

       Nella console Google Cloud, vai alla pagina Gestisci risorse.

       Vai a Gestisci risorse

       Nell'elenco dei progetti, seleziona il progetto che vuoi eliminare, quindi fai clic su Elimina.

       Nella finestra di dialogo, digita l'ID del progetto e fai clic su Chiudi per eliminare il progetto.

       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 in questo documento, quando lo elimini elimini anche qualsiasi altro 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, puoi riutilizzare i progetti ed evitare così di superare i limiti di quota.

       Elimina un progetto Google Cloud:

       gcloud projects delete PROJECT_ID

       Passaggi successivi

       • Esercitati a trascrivere file audio brevi.
       • Scopri come trascrivere audio in streaming.
       • Scopri come trascrivere file audio lunghi.
       • Per prestazioni ottimali, precisione e altri suggerimenti, consulta la documentazione sulle best practice.