Paket google.cloud.mediatranslation.v1beta1

Index

• SpeechTranslationService (Benutzeroberfläche)
• StreamingTranslateSpeechConfig (Meldung)
• StreamingTranslateSpeechRequest (Meldung)
• StreamingTranslateSpeechResponse (Meldung)
• StreamingTranslateSpeechResponse.SpeechEventType (Aufzählung)
• StreamingTranslateSpeechResult (Meldung)
• StreamingTranslateSpeechResult.TextTranslationResult (Meldung)
• TranslateSpeechConfig (Meldung)

SpeechTranslationService

Bietet Übersetzungen von/in Medientypen.

StreamingTranslateSpeech

rpc StreamingTranslateSpeech(StreamingTranslateSpeechRequest) returns (StreamingTranslateSpeechResponse) Führt Übersetzungen von Sprachstreamings in beide Richtungen aus: Die Ergebnisse erhalten Sie, während die Audiodaten gesendet werden. Diese Methode ist nur über die gRPC API (nicht über die REST API) verfügbar. Autorisierungsbereiche Erfordert den folgenden OAuth-Bereich: https://www.googleapis.com/auth/cloud-platform Weitere Informationen finden Sie in der Authentifizierungsübersicht.

StreamingTranslateSpeechConfig

Die für die Streaming-Übersetzung verwendete Konfiguration.

Felder
audio_config	TranslateSpeechConfig Erforderlich. Die allgemeine Konfiguration für alle folgenden Audioinhalte.
single_utterance	bool Optional. Wenn der Wert false ist oder nicht angegeben wird, führt das System eine kontinuierliche Übersetzung aus (wartet weiterhin auf Audio und verarbeitet es, auch wenn der Nutzer nicht spricht), bis der Client den Eingabestream (gRPC API) schließt oder das Zeitlimit erreicht ist. Kann mehrere StreamingTranslateSpeechResults zurückgeben, wobei das Flag is_final auf true gesetzt ist. Bei true erkennt der Übersetzer eine einzelne gesprochene Äußerung. Wird erkannt, dass der Nutzer pausiert oder nicht mehr spricht, gibt er ein END_OF_SINGLE_UTTERANCE-Ereignis zurück und beendet die Übersetzung. Wenn der Client das Ereignis "END_OF_SINGLE_UTTERANCE" empfängt, sollte er keine Anfragen mehr senden. Clients sollten jedoch weiterhin die verbleibenden Antworten erhalten, bis der Stream beendet ist. Zum Erstellen des vollständigen Satzes im Streaming sollte er überschrieben (wenn "is_final" in der vorherigen Antwort den Wert "false" hat) oder angehängt werden (wenn "is_final" in der vorherigen Antwort den Wert "true" hat).

StreamingTranslateSpeechRequest

Die Nachricht auf oberster Ebene, die vom Client an die Methode StreamingTranslateSpeech gesendet wird. Es werden mehrere StreamingTranslateSpeechRequest-Nachrichten gesendet. Die erste Nachricht muss eine streaming_config-Nachricht und darf keine audio_content-Daten enthalten. Alle nachfolgenden Nachrichten müssen audio_content-Daten enthalten und dürfen keine streaming_config-Nachrichten enthalten.

Felder
Union-Feld streaming_request. Die Streaminganfrage, die entweder eine Streamingkonfiguration oder ein Inhalt ist. Für streaming_request ist nur einer der folgenden Werte zulässig:
streaming_config	StreamingTranslateSpeechConfig Stellt dem Erkennungsmodul Informationen zur Verarbeitung der Anfrage zur Verfügung. Die erste StreamingTranslateSpeechRequest-Nachricht muss eine streaming_config-Nachricht enthalten.
audio_content	bytes Die zu übersetzenden Audiodaten. Sequenzielle Blöcke von Audiodaten werden in sequenziellen StreamingTranslateSpeechRequest-Nachrichten gesendet. Die erste StreamingTranslateSpeechRequest-Nachricht darf keine audio_content-Daten enthalten, alle nachfolgenden StreamingTranslateSpeechRequest-Nachrichten müssen audio_content-Daten enthalten. Die Audiobyte müssen wie in StreamingTranslateSpeechConfig angegeben codiert sein. Hinweis: Wie bei allen bytes-Feldern verwenden auch Protokollzwischenspeicher eine reine Binärdarstellung (nicht base64).

StreamingTranslateSpeechResponse

Antwort einer Streamingsprachübersetzung, die einem Teil der aktuell verarbeiteten Audiodaten entspricht.

Felder
error	Status Nur Ausgabe. Wenn festgelegt, wird eine google.rpc.Status-Nachricht zurückgegeben, die den Fehler für den Vorgang angibt.
result	StreamingTranslateSpeechResult Nur Ausgabe. Das Übersetzungsergebnis, das gerade verarbeitet wird ("is_final" kann "true" oder "false" sein).
speech_event_type	SpeechEventType Nur Ausgabe. Gibt die Art des Sprachereignisses an.

SpeechEventType

Gibt die Art des Sprachereignisses an.

Enums
SPEECH_EVENT_TYPE_UNSPECIFIED	Kein Sprachereignis angegeben.
END_OF_SINGLE_UTTERANCE	Mit diesem Ereignis wird angezeigt, dass vom Server das Ende der sprachlichen Äußerung des Nutzers erkannt wurde und keine weiteren Sprachdaten erwartet werden. Daher werden keine weiteren Audiodaten vom Server verarbeitet (möglicherweise gibt er jedoch noch weitere Ergebnisse aus). Wenn der Client das Ereignis "END_OF_SINGLE_UTTERANCE" empfängt, sollte er keine Anfragen mehr senden. Clients sollten jedoch weiterhin die verbleibenden Antworten erhalten, bis der Stream beendet ist. Zum Erstellen des vollständigen Satzes im Streaming sollte er überschrieben (wenn "is_final" in der vorherigen Antwort den Wert "false" hat) oder angehängt werden (wenn "is_final" in der vorherigen Antwort den Wert "true" hat). Dieses Ereignis wird nur gesendet, wenn single_utterance auf true festgelegt wurde. Andernfalls wird es nicht verwendet.

StreamingTranslateSpeechResult

Ergebnis einer Streamingsprachübersetzung, das einem Teil der aktuell verarbeiteten Audiodaten entspricht.

Felder
text_translation_result	TextTranslationResult Ergebnis der Textübersetzung.

TextTranslationResult

Ergebnis der Textübersetzung.

Felder
translation	string Nur Ausgabe. Der übersetzte Satz.
is_final	bool Nur Ausgabe. Falls false, ist StreamingTranslateSpeechResult ein Zwischenergebnis, das sich ändern kann. Falls true, ist dies das letzte Mal, dass der Übersetzungsdienst dieses spezifische StreamingTranslateSpeechResult zurückgibt. Der Streaming-Übersetzer gibt keine weiteren Hypothesen für diesen Teil des Transkripts und die entsprechenden Audiodaten zurück.

TranslateSpeechConfig

Liefert Informationen darüber, wie die Anfrage bei der Sprachübersetzung verarbeitet werden soll.

Felder
audio_encoding	string Erforderlich. Codierung von Audiodaten. Unterstützte Formate: linear16 Unkomprimierte 16-Bit-Little-Endian-Samples mit Vorzeichen (Lineare PCM). flac Als Codierung wird flac (Free Lossless Audio Codec) empfohlen, da sie verlustfrei arbeitet, sodass die Erkennung nicht beeinträchtigt wird, und nur etwa halb so viel Bandbreite wie linear16 benötigt. mulaw 8-Bit-Samples zur Kompandierung von 14-Bit-Audiosamples mit G.711 PCMU/mu-law. amr Adaptiver Codec für Multi-Rate-Schmalband. sample_rate_hertz muss 8.000 betragen. amr-wb Adaptiver Codec für Multi-Rate-Breitband. sample_rate_hertz muss 16.000 betragen. ogg-opus Opus-codierte Audioframes im Ogg-Container. sample_rate_hertz muss 8.000, 12.000, 16.000, 24.000 oder 48.000 betragen.
source_language_code	string Erforderlich. Quellsprachcode (BCP-47) der Audioeingabe.
target_language_code	string Erforderlich. Zielsprachcode (BCP-47) der Ausgabe.
sample_rate_hertz	int32 Optional. Abtastrate der Audiodaten in Hertz. Gültige Werte sind 8.000 bis 48.000. 16.000 ist optimal. Stellen Sie die Abtastrate der Audioquelle auf 16.000 Hz ein, um die besten Ergebnisse zu erzielen. Falls dies nicht möglich ist, verwenden Sie die native Abtastrate der Audioquelle (anstatt eine erneute Abtastung durchzuführen).
model	string Optional. Zulässige Werte sind: google-provided-model/default, google-provided-model/video, google-provided-model/phone-call und google-provided-model/enhanced-phone-call. Sofern nicht festgelegt, wird das von Google bereitgestellte Modell oder der Standardwert verwendet.