הגדרת פרויקט של זיהוי דיבור

המרת דיבור לטקסט (STT) ב-Google Distributed Cloud (GDC)‎ עם air gap מאפשרת לכם לתמלל קובצי אודיו לטקסט באפליקציות שלכם. אחרי שיוצרים פרויקט ומבקשים תפקידי פיתוח, מפעילים את Speech-to-Text API במסוף GDC כדי לראות את סטטוס השירות ואת נקודת הקצה. אחרי זה אתם יכולים להתקין את ספריית הלקוח של Python, להגדיר משתני סביבה ולהשתמש ב-gdcloud CLI כדי להגדיר חשבונות שירות ולאמת בקשות. אם אתם משתמשים חדשים ב-Vertex AI, קראו את המאמר מידע על תכונות זיהוי הדיבור.

יצירת פרויקט

כשיוצרים פרויקט לזיהוי דיבור בהיררכיית המשאבים של Distributed Cloud, אפשר לארגן את המשאבים של Speech-to-Text, כולל שותפי עריכה, ממשקי API מופעלים, כלי מעקב, פרטי חיוב, פרטי כניסה לאימות ואמצעי בקרת גישה.

כדי ליצור פרויקט, קראו את המאמר הגדרת פרויקט ל-Vertex AI. מזהה הפרויקט נדרש כשמבצעים קריאות ל-API.

בקשת הרשאות מפתח

כדי לגשת לתכונות של זיהוי דיבור וליצור אסימון API לאימות בקשות והרשאה, צריך להיות לכם תפקיד של מפתח AI Speech בפרויקט.

בקשו מהאדמין של הפרויקט ב-IAM להקצות למשתמש או לחשבון השירות שלכם את התפקיד "פיתוח AI להמרת דיבור לטקסט" (ai-speech-developer) במרחב השמות של הפרויקט. למידע על התפקיד הזה, ראו הכנת הרשאות IAM.

הפעלת Speech-to-Text API

צריך להפעיל את Speech-to-Text pre-trained API בפרויקט. אם הוא מופעל, אתם יכולים לראות את סטטוס השירות ונקודת הקצה של Speech-to-Text API שאומן מראש.

התקנה של ספריות לקוח

יש ספריות לקוח לשפת התכנות Python. אנחנו ממליצים להשתמש בספריות הלקוח האלה כדי לבצע קריאות ל-Speech-to-Text API, כי הן מאפשרות גישה קלה יותר לממשקי API.

הערה: צריך להשתמש ב-venv כדי לבודד את סביבות ה-Python

מתקינים את הספרייה הזו בסביבה וירטואלית באמצעות venv. הכלי הזה מאפשר ליצור סביבות Python מבודדות, שכל אחת מהן יכולה לארח גרסאות שונות של חבילות Python. הבידוד הזה מונע התנגשויות בין יחסי התלות של הפרויקט לבין אלה של פרויקטים אחרים או של התקנות ברמת המערכת. בנוסף, השימוש ב-venv מאפשר להתקין ספריות בלי צורך בהרשאות ברמת המערכת.

מתקינים את ספריית הלקוח של Speech-to-Text ומוודאים שיש לכם את הגרסה הנכונה:

  1. בודקים אם ספריית הלקוח של Speech-to-Text מותקנת ומקבלים את מספר הגרסה:

    pip freeze | grep speech

    אם ספריית הלקוח כבר מותקנת, תקבלו פלט שדומה לדוגמה הבאה:

    google-cloud-speech==2.15.0

    מספר הגרסה שאתם מקבלים צריך להיות זהה לספריית הלקוח בנקודת הקצה הבאה:

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

    מחליפים את GDC_URL בכתובת ה-URL של הארגון ב-GDC.

  2. אם מספרי הגרסאות לא תואמים, מסירים את ספריית הלקוח:

    pip uninstall google-cloud-speech

  3. אם הסרתם את ספריית הלקוח של Speech-to-Text, תצטרכו להתקין אותה מחדש על ידי ציון שם הקובץ שתואם למערכת ההפעלה שלכם.

הגדרת משתני הסביבה

אחרי שמתקינים את ספריית הלקוח של Speech-to-Text, אפשר להשתמש ב-API באמצעות סקריפט Python.

אם מגדירים חשבון שירות בפרויקט כדי לבצע קריאות מורשות ל-API באופן פרוגרמטי, אפשר להגדיר משתני סביבה בסקריפט של Python כדי לגשת לערכים כמו המפתחות של חשבון השירות בזמן ההרצה.

כדי להגדיר את משתני הסביבה הנדרשים בסקריפט Python:

  1. יוצרים notebook ב-JupyterLab כדי לעבוד עם Speech-to-Text API שעבר אימון מראש.

  2. יוצרים סקריפט Python ב-notebook של JupyterLab.

  3. מוסיפים את הקוד הבא לסקריפט של Python:

    import os

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

    מחליפים את APPLICATION_DEFAULT_CREDENTIALS_FILENAME בשם של קובץ ה-JSON שמכיל את המפתחות של חשבון השירות שיצרתם בפרויקט, למשל my-service-key.json.

  4. שומרים את הסקריפט של Python בשם כלשהו, למשל speech.py.

  5. מריצים את הסקריפט של Python כדי להגדיר את משתני הסביבה:

    python SCRIPT_NAME

    מחליפים את SCRIPT_NAME בשם שנתתם לסקריפט Python, למשל speech.py.

מגדירים אימות

כדי להתחיל להשתמש ב-Speech-to-Text API, אתם צריכים לאמת את פרטי הכניסה של הלקוח ולבקש גישה לחשבון למשאבי הפרויקט. מידע נוסף זמין במאמר אימות בקשות API.