רוצה לנסות את המרת הדיבור לטקסט?

באמצעות Speech-to-Text API אפשר להמיר אודיו של דיבור לטקסט. במדריך הזה תלמדו איך להכיל סקריפט תמלול ב-Python ולהריץ את עומס העבודה כמשימה ב-Google Distributed Cloud (GDC) Sandbox.

לפני שמנסים את הדוגמה הזו, צריך לפעול לפי הוראות ההגדרה של Python במדריך למתחילים של Vertex AI באמצעות ספריות לקוח. מידע נוסף מופיע במאמרי העזרה של ה-API בשפת Python של Vertex AI.

  1. יוצרים קובץ Python בשם speech-to-text-test.py. מחליפים את הערך image_uri_to_test במזהה ה-URI של תמונת המקור, כמו בדוגמה הבאה:

    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)
    

    מחליפים את מה שכתוב בשדות הבאים:

    • ‫AUDIO_FILE_URI: ה-URI של קובץ אודיו "gs://your-bucket/your-image.png"
  2. יוצרים קובץ Docker:

    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. יוצרים את קובץ האימג' של Docker לאפליקציית Speech-to-Text:

    docker build -t speech-to-text-app .
    
  4. פועלים לפי ההוראות במאמר הגדרת Docker כדי:

    1. הגדרת Docker,
    2. יוצרים סוד, וגם
    3. מעלים את התמונה ל-HaaS.
  5. נכנסים לאשכול המשתמש ויוצרים את קובץ ה-kubeconfig שלו עם זהות משתמש. חשוב לוודא שהגדרתם את הנתיב של kubeconfig כמשתנה סביבה:

    export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}
    
  6. כדי ליצור סוד של Kubernetes, מריצים את הפקודה הבאה בטרמינל ומדביקים את מפתח ה-API:

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

    הפקודה הזו יוצרת סוד בשם gcp-api-key-secret עם מפתח GCP_API_KEY.

  7. מחילים את המניפסט של 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
    
    

    מחליפים את מה שכתוב בשדות הבאים:

    • ‫HARBOR_INSTANCE_URL: כתובת ה-URL של המכונה של Harbor.
    • ‫HARBOR_PROJECT: הפרויקט ב-Harbor.
    • ‫SECRET: השם של הסוד שנוצר כדי לאחסן את פרטי הכניסה ל-Docker.
  8. בודקים את סטטוס המשימה:

    kubectl get jobs/speech-to-text-test-job
    # It will show 0/1 completions, then 1/1 after it succeeds
    
  9. אחרי שהמשימה מסתיימת, אפשר לראות את הפלט ביומני ה-Pod:

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