gcloud CLI を使用して音声を文字に変換する

このページでは、コマンドラインから gcloud ツールを使用して Cloud Speech-to-Text に音声認識リクエストを送信する方法について説明します。

Cloud Speech-to-Text を使用すると、Google の音声認識技術をデベロッパーのアプリケーションに簡単に統合できます。 音声データを Cloud Speech-to-Text API に送信し、音声ファイルの音声が文字に変換されたテキストを取得できます。サービスの詳細については、Cloud STT の基本をご覧ください。

始める前に

Cloud Speech-to-Text API にリクエストを送信する前に、以下の操作を完了しておく必要があります。詳細については、始める前にのページをご覧ください。

  • GCP プロジェクトで Cloud Speech-to-Text を有効にします。
    1. Cloud Speech-to-Text の課金が有効になっていることを確認します。

  • Google Cloud CLI をインストールします。 インストール後、次のコマンドを実行して Google Cloud CLI を初期化します。 

    gcloud init

    外部 ID プロバイダ（IdP）を使用している場合は、まず連携 ID を使用して gcloud CLI にログインする必要があります。

  • （省略可）音声データを保存する新しい Google Cloud Storage バケットを作成する。

音声文字変換をリクエストする

Cloud STT を使用して、音声ファイルを文字に変換できるようになりました。次のコードサンプルを使用して、Cloud Speech-to-Text API に recognize リクエストを送信します。

コマンドライン シェルを開き、次のコマンドを実行します。

gcloud ml speech recognize gs://cloud-samples-tests/speech/brooklyn.flac \
    --language-code=en-US

このコマンドは、一般公開されている場所でホストされている FLAC に含まれる音声を文字に変換するよう、Cloud STT にリクエストします。

リクエストが成功すると、サーバーは JSON 形式のレスポンスを返します。

{
  "results": [
    {
      "alternatives": [
        {
          "confidence": 0.9840146,
          "transcript": "how old is the Brooklyn Bridge"
        }
      ]
    }
  ]
}

これで完了です。Cloud STT への最初のリクエストを送信できました。

Cloud STT からエラーまたは空のレスポンスが返された場合は、トラブルシューティングとエラーの緩和の手順をご覧ください。

クリーンアップ

このページで使用したリソースについて、 Google Cloud アカウントに課金されないようにするには、次の手順を実施します。

次のステップ