Mit der Speech-to-Text API können Sie gesprochene Audioinhalte in Text umwandeln. In dieser Anleitung containerisieren Sie ein Python-Transkriptionsskript und führen die Arbeitslast als Job in der Google Distributed Cloud (GDC) Sandbox aus.
Bevor Sie dieses Beispiel anwenden, folgen Sie den Schritten zur Einrichtung von Python in der Vertex AI-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Informationen finden Sie in der Referenzdokumentation zur Vertex AI Python API.
Erstellen Sie eine Python-Datei
speech-to-text-test.py. Ersetzen Sie den Wertimage_uri_to_testdurch den URI eines Quell-Images, wie hier gezeigt:from google.cloud import speech def transcribe_gcs_audio(gcs_uri: str) -> speech.RecognizeResponse: client = speech.SpeechClient() audio = speech.RecognitionAudio(uri=gcs_uri) config = speech.RecognitionConfig( encoding=speech.RecognitionConfig.AudioEncoding.FLAC, sample_rate_hertz=16000, language_code="en-US", # Specify the language code (e.g., "en-US" for US English) # You can add more features here, e.g.: # enable_automatic_punctuation=True, # model="default" # or "latest_long", "phone_call", "video" (v2 API) ) # Performs synchronous speech recognition on the audio file response = client.recognize(config=config, audio=audio) # Print the transcription for result in response.results: print(f"Transcript: {result.alternatives[0].transcript}") if result.alternatives[0].confidence: print(f"Confidence: {result.alternatives[0].confidence:.2f}") return response if __name__ == "__main__": # Replace with the URI of your audio file in Google Cloud Storage audio_file_uri = "AUDIO_FILE_URI" print(f"Transcribing audio from: {audio_file_uri}") transcribe_gcs_audio(audio_file_uri)Ersetzen Sie Folgendes:
AUDIO_FILE_URI: der URI einer Audiodatei "gs://your-bucket/your-image.png"
So erstellen Sie ein Dockerfile:
ROM python:3.9-slim WORKDIR /app COPY speech-to-text-test.py /app/ # Install 'requests' for HTTP calls RUN pip install --no-cache-dir requests CMD ["python", "speech-to-text-test.py"]Erstellen Sie das Docker-Image für die Speech-to-Text-Anwendung:
docker build -t speech-to-text-app .Folgen Sie der Anleitung unter Docker konfigurieren, um:
- Docker konfigurieren,
- Secret erstellen
- Laden Sie das Image in HaaS hoch.
Melden Sie sich im Nutzercluster an und generieren Sie die kubeconfig-Datei mit einer Nutzeridentität. Achten Sie darauf, dass Sie den kubeconfig-Pfad als Umgebungsvariable festlegen:
export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}Erstellen Sie ein Kubernetes-Secret, indem Sie den folgenden Befehl in Ihrem Terminal ausführen und Ihren API-Schlüssel einfügen:
kubectl create secret generic gcp-api-key-secret \ --from-literal=GCP_API_KEY='PASTE_YOUR_API_KEY_HERE'Mit diesem Befehl wird ein Secret mit dem Namen
gcp-api-key-secretund dem SchlüsselGCP_API_KEYerstellt.Wenden Sie das Kubernetes-Manifest an:
apiVersion: batch/v1 kind: Job metadata: name: speech-to-text-test-job spec: template: spec: containers: - name: speech-to-text-test-container image: HARBOR_INSTANCE_URL/HARBOR_PROJECT/speech-to-text-app:latest # Your image path # Mount the API key from the secret into the container # as an environment variable named GCP_API_KEY. imagePullSecrets: - name: SECRET envFrom: - secretRef: name: gcp-api-key-secret restartPolicy: Never backoffLimit: 4Ersetzen Sie Folgendes:
HARBOR_INSTANCE_URL: die URL der Harbor-Instanz.HARBOR_PROJECT: das Harbor-Projekt.SECRET: Der Name des Secrets, das zum Speichern von Docker-Anmeldedaten erstellt wurde.
Prüfen Sie den Jobstatus:
kubectl get jobs/speech-to-text-test-job # It will show 0/1 completions, then 1/1 after it succeedsNachdem der Job abgeschlossen ist, können Sie die Ausgabe in den Pod-Logs ansehen:
kubectl logs -l job-name=speech-to-text-test-job