Essayer Speech-to-Text

L'API Speech-to-Text vous permet de convertir du contenu audio parlé en texte. Dans ce tutoriel, vous allez conteneuriser un script de transcription Python et exécuter la charge de travail en tant que job dans Google Distributed Cloud (GDC) Sandbox.

Avant d'essayer cet exemple, suivez les instructions de configuration pour Python décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI en langage Python.

  1. Créez un fichier Python speech-to-text-test.py. Remplacez la valeur image_uri_to_test par l'URI d'une image source, comme indiqué ci-dessous :

    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)
    

    Remplacez les éléments suivants :

    • AUDIO_FILE_URI : URI d'un fichier audio "gs://your-bucket/your-image.png"
  2. Créez un fichier 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"]
    
  3. Créez l'image Docker pour l'application Speech-to-Text :

    docker build -t speech-to-text-app .
    
  4. Suivez les instructions de la section Configurer Docker pour :

    1. Configurer Docker
    2. Créer un secret
    3. Importez l'image dans HaaS.
  5. Connectez-vous au cluster d'utilisateur et générez son fichier kubeconfig avec une identité utilisateur. Assurez-vous de définir le chemin d'accès kubeconfig en tant que variable d'environnement :

    export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}
    
  6. Créez un secret Kubernetes en exécutant la commande suivante dans votre terminal, en collant votre clé API :

    kubectl create secret generic gcp-api-key-secret \
      --from-literal=GCP_API_KEY='PASTE_YOUR_API_KEY_HERE'
    

    Cette commande crée un secret nommé gcp-api-key-secret avec une clé GCP_API_KEY.

  7. Appliquez le fichier manifeste Kubernetes :

    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: 4
    
    

    Remplacez les éléments suivants :

    • HARBOR_INSTANCE_URL : URL de l'instance Harbor.
    • HARBOR_PROJECT : projet Harbor.
    • SECRET : nom du secret créé pour stocker les identifiants Docker.
  8. Vérifiez l'état du job :

    kubectl get jobs/speech-to-text-test-job
    # It will show 0/1 completions, then 1/1 after it succeeds
    
  9. Une fois le job terminé, vous pouvez afficher la sortie dans les journaux du pod :

    kubectl logs -l job-name=speech-to-text-test-job