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.
Créez un fichier Python
speech-to-text-test.py. Remplacez la valeurimage_uri_to_testpar 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"
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"]Créez l'image Docker pour l'application Speech-to-Text :
docker build -t speech-to-text-app .Suivez les instructions de la section Configurer Docker pour :
- Configurer Docker
- Créer un secret
- Importez l'image dans HaaS.
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}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-secretavec une cléGCP_API_KEY.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: 4Remplacez 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.
Vérifiez l'état du job :
kubectl get jobs/speech-to-text-test-job # It will show 0/1 completions, then 1/1 after it succeedsUne fois le job terminé, vous pouvez afficher la sortie dans les journaux du pod :
kubectl logs -l job-name=speech-to-text-test-job