Speech-to-Text

Transformez des paroles en texte grâce à l'IA de Google

Convertissez des contenus audio en transcriptions de texte et intégrez la reconnaissance vocale à des applications à l'aide d'API faciles à utiliser.

Les nouveaux clients bénéficient de 300 $ de crédits gratuits et de 60 minutes* par mois pour la transcription et l'analyse de contenu audio, non déduites de leurs crédits.

*Ne s'applique qu'au traitement audio avec l'API Speech-to-Text V1.

Fonctionnalités

IA vocale avancée

Speech-to-Text peut utiliser Chirp, le modèle de fondation de Google Cloud pour la reconnaissance vocale entraîné sur des millions d'heures de données audio et des milliards de phrases.Cela contraste avec les techniques de reconnaissance vocale traditionnelles qui se concentrent sur de grandes quantités de données supervisées spécifiques à une langue. Ces techniques permettent aux utilisateurs d'améliorer la reconnaissance et la transcription d'un plus grand nombre de langues parlées et d'accents.

Compatible avec 125 langues et variantes

Touchez une base d'utilisateurs mondiale grâce à un grand nombre de langues. Transcrivez des données audio courtes ou longues, et même en streaming. Speech-to-Text offre également aux utilisateurs une traduction et une reconnaissance plus précises et à l'échelle mondiale grâce à Chirp, la nouvelle génération de modèles de reconnaissance vocale universels. Chirp a été conçu à l'aide d'un entraînement auto-supervisé sur des millions d'heures d'audio et 28 milliards de phrases dans plus de 100 langues.

Modèles pré-entraînés ou personnalisables pour la transcription

Faites votre choix parmi une sélection de modèles entraînés pour les commandes vocales et la transcription de vidéos et d'appels téléphoniques, optimisés de façon à répondre aux exigences de qualité du domaine.Personnalisez, testez, créez et gérez facilement des ressources personnalisées grâce à l'interface utilisateur de Speech-to-Text.

Conformité réglementaire et de sécurité prête à l'emploi

L'API Speech-to-Text v2 offre aux entreprises et aux clients professionnels des exigences réglementaires et de sécurité supplémentaires prêtes à l'emploi. La résidence des données permet d'appeler des modèles de transcription via un service entièrement régionalisé qui exploite des régions Google Cloud comme Singapour et la Belgique. Grâce à l'ingéniosité du programme de reconnaissance, vous n'avez plus besoin de comptes de service dédiés pour l'authentification et l'autorisation. Les journaux pour la génération et la transcription des ressources sont facilement accessibles dans la console Google Cloud. Enfin, l'API Speech-to-Text v2 offre un chiffrement professionnel avec des clés de chiffrement gérées par le client pour toutes les ressources, ainsi qu'une transcription par lot.


Reconnaissance vocale et transcription basées sur l'IA

Speech-to-Text a recours à l'adaptation de modèle pour améliorer la précision des mots fréquemment utilisés, élargir le vocabulaire disponible pour la transcription et améliorer la transcription de contenus audio bruyants. L'adaptation de modèle permet aux utilisateurs de personnaliser Speech-to-Text pour reconnaître des mots ou des expressions spécifiques plus fréquemment que d'autres options qui pourraient être suggérées. Par exemple, vous pouvez orienter Speech-to-Text vers la transcription de « verre » plutôt que de « vert ».

Reconnaissance vocale en continu

Obtenez en temps réel les résultats de la reconnaissance vocale à mesure que l'API traite l'entrée audio capturée par le micro de l'application ou provenant d'un fichier audio préenregistré (intégré ou depuis Cloud Storage).


Adaptation vocale

Personnalisez la fonction de reconnaissance vocale pour transcrire des mots rares et des termes propres à un domaine à l'aide de suggestions, et améliorer la précision de transcription de mots ou expressions spécifiques. Convertissez automatiquement les nombres prononcés en adresses, années, devises, etc. au moyen de classes.

Reconnaissance vocale sur site

Contrôlez entièrement votre infrastructure et vos données vocales protégées tout en exploitant la technologie de reconnaissance vocale de Google sur site, dans vos propres centres de données.Contactez un représentant pour découvrir cette solution.

Reconnaissance multicanal

Speech-to-Text peut reconnaître les différents canaux présents (par exemple, lors d'une visioconférence) et annoter les transcriptions de façon à conserver l'ordre d'intervention.

Filtrage du bruit

Speech-to-Text filtre le bruit provenant de nombreux environnements, ce qui vous évite d'avoir à effectuer vous-même cette opération.

Modèles propres à un domaine

Faites votre choix parmi une sélection de modèles entraînés pour les commandes vocales et la transcription de vidéos et d'appels téléphoniques, optimisés de façon à répondre aux exigences de qualité du domaine. Par exemple, notre modèle d'appel téléphonique amélioré est spécialement adapté au son provenant de sources téléphoniques, comme les appels enregistrés avec un taux d'échantillonnage de 8 kHz.

Filtrage du contenu

Le filtre contre les grossièretés vous aide à détecter les contenus inappropriés ou peu professionnels dans vos données audio et à supprimer les termes grossiers dans le texte généré.

Évaluation des transcriptions

Importez vos propres données vocales et transcrivez-les sans code. Évaluez la qualité en effectuant une itération de votre configuration.

Ponctuation automatique (bêta)

Speech-to-Text ponctue les transcriptions avec précision, en fournissant par exemple des virgules, des points d'interrogation et des points.


Identification du locuteur

Identifiez l'auteur d'un propos en recevant des prédictions automatiques sur le locuteur de chaque énoncé au sein d'une conversation.

Fonctionnement

Speech-to-Text a recours à trois grandes méthodes de reconnaissance vocale : synchrone, asynchrone et par flux. Chaque méthode renvoie des résultats au format texte selon que la transcription est nécessaire en post-traitement, de façon régulière ou en temps réel. Pour faire simple, vous saisissez des données audio et recevez une réponse textuelle.

Ajouter Speech-to-Text à l'application
Découvrez comment ajouter Speech-to-Text à vos applications

Démonstration

Tester l'API Speech-to-Text

Créez rapidement une transcription audio à partir d'un fichier importé ou en parlant directement dans un micro.

Utilisations courantes

Transcrire l'audio

Créer une transcription audio

Apprenez à utiliser l'API Speech-to-Text depuis la console Cloud en créant une transcription audio en quelques étapes. Vous pouvez également transcrire des contenus audio courts, longs et en streaming.

Commencer à utiliser Speech-to-Text
UI de transcription audio

Créer une transcription audio

Apprenez à utiliser l'API Speech-to-Text depuis la console Cloud en créant une transcription audio en quelques étapes. Vous pouvez également transcrire des contenus audio courts, longs et en streaming.

Commencer à utiliser Speech-to-Text
UI de transcription audio

Sous-titrez des vidéos à l'aide de l'IA

Créez des sous-titres pour vos vidéos à l'aide de l'IA

Transcrivez vos contenus audio et vidéo pour inclure des sous-titres. Ajoutez des sous-titres à des contenus existants ou en temps réel à du contenu diffusé en streaming. Notre modèle de transcription vidéo est idéal pour indexer ou sous-titrer des vidéos et/ou des contenus comportant plusieurs locuteurs. Il utilise une technologie de machine learning semblable à celle de YouTube pour le sous-titrage vidéo. Ce tutoriel explique comment utiliser l'API Speech-to-Text et l'API Translation des services d'IA de Google Cloud pour ajouter des sous-titres à des vidéos et les localiser dans d'autres langues.

Regarder le tutoriel sur les sous-titres automatiques
Sous-titrage Speech-to-Text

Créez des sous-titres pour vos vidéos à l'aide de l'IA

Transcrivez vos contenus audio et vidéo pour inclure des sous-titres. Ajoutez des sous-titres à des contenus existants ou en temps réel à du contenu diffusé en streaming. Notre modèle de transcription vidéo est idéal pour indexer ou sous-titrer des vidéos et/ou des contenus comportant plusieurs locuteurs. Il utilise une technologie de machine learning semblable à celle de YouTube pour le sous-titrage vidéo. Ce tutoriel explique comment utiliser l'API Speech-to-Text et l'API Translation des services d'IA de Google Cloud pour ajouter des sous-titres à des vidéos et les localiser dans d'autres langues.

Regarder le tutoriel sur les sous-titres automatiques
Sous-titrage Speech-to-Text

Ajouter Speech-to-Text aux applications

Ajouter Speech-to-Text aux applications

Découvrez comment activer rapidement et facilement Speech-to-Text pour votre application avec Google Cloud. Cette vidéo explique comment intégrer l'IA à votre application sans expérience approfondie des modèles de machine learning. L'API Speech-to-Text pré-entraînée vous permet d'activer rapidement et facilement l'IA pour votre application.

Regarder un exemple de vidéo
Transcription avancée optimisée par l'IA de Google et UI de l'API

Ajouter Speech-to-Text aux applications

Découvrez comment activer rapidement et facilement Speech-to-Text pour votre application avec Google Cloud. Cette vidéo explique comment intégrer l'IA à votre application sans expérience approfondie des modèles de machine learning. L'API Speech-to-Text pré-entraînée vous permet d'activer rapidement et facilement l'IA pour votre application.

Regarder un exemple de vidéo
Transcription avancée optimisée par l'IA de Google et UI de l'API

Traduire du contenu audio en texte

Langue, parole, texte et traduction avec les API Google Cloud

Dans ce cours, vous allez utiliser l'API Speech-to-Text pour transcrire un fichier audio en fichier texte, traduire avec l'API Google Cloud Translation et créer une voix de synthèse avec l'IA Natural Language.

Commencer le cours
Cours Speech-to-Text

Langue, parole, texte et traduction avec les API Google Cloud

Dans ce cours, vous allez utiliser l'API Speech-to-Text pour transcrire un fichier audio en fichier texte, traduire avec l'API Google Cloud Translation et créer une voix de synthèse avec l'IA Natural Language.

Commencer le cours
Cours Speech-to-Text

Tarification

Fonctionnement des tarifs de Speech-to-TextLes tarifs de Speech-to-Text sont basés sur la version de l'API, les canaux, les méthodes de traitement par lot et les éventuels coûts de service Google Cloud supplémentaires tels que le stockage.
Version de l'APIService et capacitéTarifs

API Speech-to-Text V1

V1 n'offre une résidence des données qu'au niveau multirégional. Les modèles incluent : audio court, audio long, audio lors d'un appel téléphonique, audio de vidéo. V1 n'inclut pas les journaux d'audit. Les nouveaux clients bénéficient de 300 $ de crédits gratuits et de 60 minutes par mois pour la transcription et l'analyse de contenu audio, non déduites de leurs crédits.

0,024 $

par minute

API Speech-to-Text V2


V2 offre une résidence des données aux niveaux régional et multirégional. Les modèles incluent : audio court, audio long, audio lors d'un appel téléphonique, audio de vidéo et Chirp. V2 inclut des journaux d'audit et une compatibilité avec les clés de chiffrement gérées par le client.

0,016 $

par minute

Consultez le détail des tarifs de Speech-to-Text.

Fonctionnement des tarifs de Speech-to-Text

Les tarifs de Speech-to-Text sont basés sur la version de l'API, les canaux, les méthodes de traitement par lot et les éventuels coûts de service Google Cloud supplémentaires tels que le stockage.

API Speech-to-Text V1

Service et capacité

V1 n'offre une résidence des données qu'au niveau multirégional. Les modèles incluent : audio court, audio long, audio lors d'un appel téléphonique, audio de vidéo. V1 n'inclut pas les journaux d'audit. Les nouveaux clients bénéficient de 300 $ de crédits gratuits et de 60 minutes par mois pour la transcription et l'analyse de contenu audio, non déduites de leurs crédits.

Tarifs

0,024 $

par minute

API Speech-to-Text V2


Service et capacité

V2 offre une résidence des données aux niveaux régional et multirégional. Les modèles incluent : audio court, audio long, audio lors d'un appel téléphonique, audio de vidéo et Chirp. V2 inclut des journaux d'audit et une compatibilité avec les clés de chiffrement gérées par le client.

Tarifs

0,016 $

par minute

Consultez le détail des tarifs de Speech-to-Text.

Simulateur de coût

Estimez vos coûts Speech-To-Text mensuels (l'estimation inclut les tarifs et les frais spécifiques à une région).

Devis personnalisé

Contactez notre équipe commerciale pour obtenir un devis personnalisé pour votre entreprise.

Commencer votre démonstration de faisabilité

Les nouveaux clients bénéficient de 300 $ de crédits

Commencez à transcrire avec un tutoriel dans la console

Reconnaissance vocale sur site

Principes de base de Speech-to-Text

Exemples de code Speech-to-Text

Google Cloud
  • ‪English‬
  • ‪Deutsch‬
  • ‪Español‬
  • ‪Español (Latinoamérica)‬
  • ‪Français‬
  • ‪Indonesia‬
  • ‪Italiano‬
  • ‪Português (Brasil)‬
  • ‪简体中文‬
  • ‪繁體中文‬
  • ‪日本語‬
  • ‪한국어‬
Console
  • Transformation numérique
  • Accélérez la reprise des activités de votre entreprise et assurez-vous un avenir plus serein grâce à des solutions permettant d'effectuer un déploiement hybride et multicloud, de générer des insights intelligents et de maintenir les employés connectés.
  • Faites des économies grâce à notre approche transparente concernant la tarification
  • Le paiement à l'usage de Google Cloud permet de réaliser des économies automatiques basées sur votre utilisation mensuelle et des tarifs réduits pour les ressources prépayées. Contactez-nous dès aujourd'hui afin d'obtenir un devis.
Google Cloud