Google utilise la technologie IA pour traduire le contenu dans votre langue préférée. Les traductions générées par IA peuvent contenir des erreurs.

Configurer un projet de reconnaissance vocale

Speech-to-Text dans Google Distributed Cloud (GDC) avec isolation physique vous permet de transcrire des fichiers audio en texte dans vos applications. Après avoir créé un projet et demandé des rôles de développeur, activez l'API Speech-to-Text dans la console GDC pour afficher l'état du service et le point de terminaison. Vous pouvez ensuite installer la bibliothèque cliente Python, définir des variables d'environnement et utiliser la CLI gdcloud pour configurer des comptes de service et authentifier les requêtes. Si vous ne connaissez pas Vertex AI, consultez Découvrir les fonctionnalités de reconnaissance vocale.

Créer un projet

La création d'un projet de reconnaissance vocale dans la hiérarchie des ressources Distributed Cloud organise vos ressources Speech-to-Text, qui incluent les collaborateurs, les API activées, les outils de surveillance, les informations de facturation, les identifiants d'authentification et les contrôles d'accès.

Pour créer votre projet, consultez Configurer un projet pour Vertex AI. Vous aurez besoin de l'ID de votre projet pour effectuer des appels d'API.

Demander des autorisations de développeur

Vous devez disposer du rôle "Développeur AI Speech" dans votre projet pour accéder aux fonctionnalités de reconnaissance vocale et générer un jeton d'API pour l'authentification et l'autorisation des requêtes.

Demandez à l'administrateur de projet IAM d'accorder le rôle de développeur AI Speech (ai-speech-developer) à votre compte utilisateur ou de service dans l'espace de noms de votre projet. Pour en savoir plus sur ce rôle, consultez Préparer les autorisations IAM.

Activer l'API Speech-to-Text

Vous devez activer l'API Speech-to-Text pré-entraînée pour votre projet. Si elle est activée, vous pouvez afficher l'état du service et le point de terminaison de l'API Speech-to-Text pré-entraînée.

Installer les bibliothèques clientes

Des bibliothèques clientes sont disponibles pour le langage de programmation Python. Nous vous recommandons d'utiliser ces bibliothèques clientes pour appeler l'API Speech-to-Text, car elles facilitent l'accès aux API.

REMARQUE : Utilisez venv pour isoler les environnements Python.

Installez cette bibliothèque dans un environnement virtuel à l'aide de venv. Cet outil facilite la création d'environnements Python isolés, chacun pouvant héberger différentes versions de packages Python. Cette isolation empêche les dépendances du projet d'entrer en conflit avec celles d'autres projets ou d'installations à l'échelle du système. De plus, l'utilisation de venv permet d'installer des bibliothèques sans nécessiter d'autorisations au niveau du système.

Installez la bibliothèque cliente Speech-to-Text et suivez ces étapes pour vous assurer que vous disposez de la bonne version :

Vérifiez si la bibliothèque cliente Speech-to-Text est installée et obtenez le numéro de version :
```
pip freeze | grep speech
```
Si la bibliothèque cliente est déjà installée, vous obtenez un résultat semblable à l'exemple suivant :
```
google-cloud-speech==2.15.0
```
Le numéro de version que vous obtenez doit correspondre à la bibliothèque cliente au point de terminaison suivant :
```
https://GDC_URL/.well-known/static/client-libraries
```
Remplacez GDC_URL par l'URL de votre organisation dans GDC.
Si les numéros de version ne correspondent pas, désinstallez la bibliothèque cliente :
```
pip uninstall google-cloud-speech
```
Si vous avez désinstallé la bibliothèque cliente Speech-to-Text, vous devez la réinstaller en spécifiant le nom de fichier correspondant à votre système d'exploitation.

Définir les variables d'environnement

Après avoir installé la bibliothèque cliente Speech-to-Text, vous pouvez interagir avec l'API à partir d'un script Python.

Si vous configurez un compte de service dans votre projet pour effectuer des appels d'API autorisés de manière programmatique, vous pouvez définir des variables d'environnement dans le script Python pour accéder à des valeurs telles que les clés de compte de service lors de l'exécution.

Pour définir les variables d'environnement requises dans un script Python, procédez comme suit :

Créez un notebook JupyterLab pour interagir avec l'API pré-entraînée Speech-to-Text.
Créez un script Python dans le notebook JupyterLab.
Ajoutez le code suivant au script Python :
```
import os

os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "APPLICATION_DEFAULT_CREDENTIALS_FILENAME"
```
Remplacez APPLICATION_DEFAULT_CREDENTIALS_FILENAME par le nom du fichier JSON contenant les clés de compte de service que vous avez créées dans le projet, par exemple my-service-key.json.
Enregistrez le script Python sous un nom, par exemple speech.py.
Exécutez le script Python pour définir les variables d'environnement :
```
python SCRIPT_NAME
```
Remplacez SCRIPT_NAME par le nom que vous avez donné à votre script Python, par exemple speech.py.

Configurer l'authentification

Avant de pouvoir utiliser l'API Speech-to-Text, vous devez authentifier vos identifiants client et demander l'accès au compte pour les ressources de votre projet. Pour en savoir plus, consultez Authentifier les requêtes API.