Configurare un progetto di riconoscimento vocale

Speech-to-Text nell'appliance con air gap di Google Distributed Cloud (GDC) ti consente di trascrivere i file audio in testo nelle tue applicazioni. Dopo aver creato un progetto e richiesto i ruoli di sviluppatore, abilita l'API Speech-to-Text nella console GDC per visualizzare lo stato del servizio e l'endpoint. Puoi quindi installare la libreria client Python, definire le variabili di ambiente e utilizzare la CLI gdcloud per configurare i service account e autenticare le richieste. Se non hai mai utilizzato Vertex AI, consulta Scopri le funzionalità di riconoscimento vocale.

Crea un progetto

La creazione di un progetto di riconoscimento vocale organizza le risorse di Speech-to-Text, che includono collaboratori, API abilitate, credenziali di autenticazione e controlli degli accessi.

Per creare il progetto, consulta Configura un progetto per Vertex AI. L'ID progetto è necessario per effettuare chiamate API.

Richiedi le autorizzazioni per gli sviluppatori

Per accedere alle funzionalità di riconoscimento vocale e generare un token API per l'autenticazione e l'autorizzazione delle richieste, devi disporre del ruolo AI Speech Developer nel tuo progetto.

Chiedi all'amministratore IAM del progetto di concedere il ruolo AI Speech Developer (ai-speech-developer) al tuo account utente o di servizio all'interno dello spazio dei nomi del progetto. Per informazioni su questo ruolo, consulta Prepara le autorizzazioni IAM.

Abilita l'API Speech-to-Text

Devi abilitare l'API preaddestrata Speech-to-Text per il tuo progetto. Se è abilitata, puoi visualizzare lo stato del servizio e l'endpoint per l'API preaddestrata Speech-to-Text.

Installazione delle librerie client

Le librerie client sono disponibili per il linguaggio di programmazione Python. Ti consigliamo di utilizzare queste librerie client per effettuare chiamate all'API Speech-to-Text, perché semplificano l'accesso alle API.

Installa la libreria client di Speech-to-Text e segui questi passaggi per assicurarti di avere la versione corretta:

  1. Controlla se la libreria client di Speech-to-Text è installata e ottieni il numero di versione:

    pip freeze | grep speech

    Se la libreria client è già installata, ottieni un output simile al seguente esempio:

    google-cloud-speech==2.15.0

    Il numero di versione ottenuto deve corrispondere alla libreria client nel seguente endpoint:

    https://GDC_URL/.well-known/static/client-libraries

    Sostituisci GDC_URL con l'URL della tua organizzazione in GDC.

  2. Se i numeri di versione non corrispondono, disinstalla la libreria client:

    pip uninstall google-cloud-speech

  3. Se hai disinstallato la libreria client di Speech-to-Text, devi reinstallarla specificando il nome file corrispondente al tuo sistema operativo.

Imposta le variabili di ambiente

Dopo aver installato la libreria client di Speech-to-Text, puoi interagire con l'API da uno script Python.

Se configuri un service account nel tuo progetto per effettuare chiamate API autorizzate in modo programmatico, puoi definire variabili di ambiente nello script Python per accedere a valori come le chiavi del service account durante l'esecuzione.

Segui questi passaggi per impostare le variabili di ambiente richieste in uno script Python:

  1. Crea uno script Python.

  2. Aggiungi il seguente codice allo script Python:

    import os

os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "APPLICATION_DEFAULT_CREDENTIALS_FILENAME"

    Sostituisci APPLICATION_DEFAULT_CREDENTIALS_FILENAME con il nome del file JSON che contiene le chiavi del account di servizio create nel progetto, ad esempio my-service-key.json.

  3. Salva lo script Python con un nome, ad esempio speech.py.

  4. Esegui lo script Python per impostare le variabili di ambiente:

    python SCRIPT_NAME

    Sostituisci SCRIPT_NAME con il nome che hai assegnato allo script Python, ad esempio speech.py.

Configura l'autenticazione

Prima di poter iniziare a utilizzare l'API Speech-to-Text, devi autenticare le credenziali del client e richiedere l'accesso dell'account alle risorse del progetto. Per saperne di più, consulta Autentica le richieste API.