Usa modelos

Versión preliminar

Esta función está sujeta a las "Condiciones de las Ofertas de la Fase Previa a la DG" de la sección Términos Generales del Servicio de los Términos Específicos del Servicio. Las funciones de la fase previa a la DG están disponibles sin modificaciones y pueden tener asistencia limitada. Para obtener más información, consulta las descripciones de la etapa de lanzamiento.

Usa un modelo entrenado y personalizado de Speech-to-Text en tus flujos de trabajo de aplicación de producción o de comparativas. En cuanto implementes tu modelo con un extremo dedicado, obtendrás acceso programático de manera automática a través de un objeto de reconocimiento que se puede usar directamente por medio de la API V2 de Cloud Speech-to-Text o en la consola de Google Cloud .

Antes de empezar

Asegúrate de haberte registrado en una cuenta de Google Cloud , de haber creado un proyecto, y de haber entrenado un modelo de voz personalizado y haberlo implementado con un extremo.

Realiza inferencias en V2

Para que un modelo personalizado de Speech-to-Text esté listo para usarse, su estado en la pestaña Modelos debería ser Activo, y el extremo dedicado en la pestaña Extremos debe estar Implementado.

En el ejemplo, en el que el ID del proyecto Google Cloud es custom-models-walkthrough, el extremo que corresponde al modelo personalizado de Speech-to-Text quantum-computing-lectures-custom-model es quantum-computing-lectures-custom-model-prod-endpoint. La región en la que está disponible es us-east1, y la solicitud de transcripción por lotes es la que se indica a continuación:

from google.api_core import client_options
from google.cloud.speech_v2 import SpeechClient
from google.cloud.speech_v2.types import cloud_speech

def quickstart_v2(
    project_id: str,
    audio_file: str,
) -> cloud_speech.RecognizeResponse:
    """Transcribe an audio file."""
    # Instantiates a client
    client = SpeechClient(
    client_options=client_options.ClientOptions(
      api_endpoint="us-east1-speech.googleapis.com"
    )
  )

    # Reads a file as bytes
    with open(audio_file, "rb") as f:
        content = f.read()

    config = cloud_speech.RecognitionConfig(
        auto_decoding_config=cloud_speech.AutoDetectDecodingConfig(),
        language_codes=["en-US"],
        model="projects/custom-models-walkthrough/locations/us-east1/endpoints/quantum-computing-lectures-custom-model-prod-endpoint",
    )
    request = cloud_speech.RecognizeRequest(
        recognizer=f"projects/custom-models-walkthrough/locations/us-east1/recognizers/_",
        config=config,
        content=content,
    )

    # Transcribes the audio into text
    response = client.recognize(request=request)

    for result in response.results:
        print(f"Transcript: {result.alternatives[0].transcript}")

    return response

Nota: Si intentas crear un objeto de reconocimiento en una región diferente de aquella en la que se creó el extremo, la solicitud fallará.

¿Qué sigue?

Consulta los recursos para aprovechar los modelos de voz personalizados en tu aplicación. Consulta Evalúa tus modelos personalizados.