תמלול דיבור לטקסט באמצעות ה-CLI של gcloud
בדף הזה מוסבר איך לשלוח בקשה לזיהוי דיבור אל Cloud Speech-to-Text באמצעות הכלי gcloud משורת הפקודה.
Cloud Speech-to-Text מאפשר לשלב בקלות את הטכנולוגיות של Google לזיהוי דיבור באפליקציות של מפתחים. אפשר לשלוח נתוני אודיו אל Cloud Speech-to-Text API, ואז הממשק יחזיר תמליל טקסט של קובץ האודיו הזה. מידע נוסף על השירות זמין במאמר היסודות של Cloud STT.
לפני שמתחילים
לפני ששולחים בקשה ל-Cloud Speech-to-Text API, צריך לבצע את הפעולות הבאות.
- נכנסים לחשבון Google Cloud . אנחנו ממליצים למשתמשים חדשים ב- Google Cloud ליצור חשבון כדי שיוכלו להעריך את הביצועים של המוצרים שלנו בתרחישים מהעולם האמיתי. לקוחות חדשים מקבלים בחינם גם קרדיט בשווי 300$ להרצה, לבדיקה ולפריסה של עומסי העבודה.
-
התקינו את ה-CLI של Google Cloud.
-
אם אתם משתמשים בספק זהויות חיצוני (IdP), קודם אתם צריכים להיכנס ל-CLI של gcloud באמצעות המאגר המאוחד לניהול זהויות.
-
כדי לאתחל את ה-CLI של gcloud, הריצו את הפקודה הבאה:
gcloud init -
יוצרים או בוחרים Google Cloud פרויקט.
תפקידים שנדרשים כדי לבחור או ליצור פרויקט
- Select a project: כדי לבחור פרויקט לא צריך תפקיד IAM ספציפי – אפשר לבחור כל פרויקט שקיבלתם בו תפקיד.
-
יצירת פרויקט: כדי ליצור פרויקט, צריך את התפקיד Project Creator (
roles/resourcemanager.projectCreator), שכולל את ההרשאהresourcemanager.projects.create. איך מקצים תפקידים?
-
יוצרים פרויקט ב- Google Cloud :
gcloud projects create PROJECT_ID
מחליפים את
PROJECT_IDבשם של הפרויקט ב- Google Cloud שאתם יוצרים. -
בוחרים את הפרויקט שיצרתם: Google Cloud
gcloud config set project PROJECT_ID
מחליפים את
PROJECT_IDבשם הפרויקט ב- Google Cloud .
-
אם משתמשים בפרויקט קיים, מוודאים שיש את ההרשאות הנדרשות כדי להשלים את ההדרכה. אם משתמשים בפרויקט חדש, לא צריך לוודא כי כבר יש את ההרשאות הנדרשות.
מפעילים את Cloud Speech-to-Text API, אם הוא עדיין לא מופעל:
תפקידים שנדרשים להפעלת ממשקי API
כדי להפעיל ממשקי API, צריך את ההרשאה
serviceusage.services.enable. אם יצרתם את הפרויקט, סביר להניח שכבר יש לכם את ההרשאה הזו דרך התפקיד "בעלים" (roles/owner). אחרת, תוכלו לקבל את ההרשאה הזו דרך התפקיד "אדמין בממשק 'שימוש בשירות'" (roles/serviceusage.serviceUsageAdmin). איך מקצים תפקידיםgcloud services enable speech.googleapis.com
-
התקינו את ה-CLI של Google Cloud.
-
אם אתם משתמשים בספק זהויות חיצוני (IdP), קודם אתם צריכים להיכנס ל-CLI של gcloud באמצעות המאגר המאוחד לניהול זהויות.
-
כדי לאתחל את ה-CLI של gcloud, הריצו את הפקודה הבאה:
gcloud init -
יוצרים או בוחרים Google Cloud פרויקט.
תפקידים שנדרשים כדי לבחור או ליצור פרויקט
- Select a project: כדי לבחור פרויקט לא צריך תפקיד IAM ספציפי – אפשר לבחור כל פרויקט שקיבלתם בו תפקיד.
-
יצירת פרויקט: כדי ליצור פרויקט, צריך את התפקיד Project Creator (
roles/resourcemanager.projectCreator), שכולל את ההרשאהresourcemanager.projects.create. איך מקצים תפקידים?
-
יוצרים פרויקט ב- Google Cloud :
gcloud projects create PROJECT_ID
מחליפים את
PROJECT_IDבשם של הפרויקט ב- Google Cloud שאתם יוצרים. -
בוחרים את הפרויקט שיצרתם: Google Cloud
gcloud config set project PROJECT_ID
מחליפים את
PROJECT_IDבשם הפרויקט ב- Google Cloud .
-
אם משתמשים בפרויקט קיים, מוודאים שיש את ההרשאות הנדרשות כדי להשלים את ההדרכה. אם משתמשים בפרויקט חדש, לא צריך לוודא כי כבר יש את ההרשאות הנדרשות.
מפעילים את Cloud Speech-to-Text API, אם הוא עדיין לא מופעל:
תפקידים שנדרשים להפעלת ממשקי API
כדי להפעיל ממשקי API, צריך את ההרשאה
serviceusage.services.enable. אם יצרתם את הפרויקט, סביר להניח שכבר יש לכם את ההרשאה הזו דרך התפקיד "בעלים" (roles/owner). אחרת, תוכלו לקבל את ההרשאה הזו דרך התפקיד "אדמין בממשק 'שימוש בשירות'" (roles/serviceusage.serviceUsageAdmin). איך מקצים תפקידיםgcloud services enable speech.googleapis.com
- אופציונלי: יוצרים קטגוריה של Cloud Storage חדשה כדי לאחסן את נתוני האודיו. מידע נוסף זמין במאמר יצירת קטגוריה של Cloud Storage.
מידע נוסף על הפעלת ה-API זמין במאמר בנושא הגדרת Cloud Speech-to-Text בפרויקט Google Cloud .
התפקידים הנדרשים
כדי לוודא שלסוכן השירות של Cloud Composer יש את ההרשאות שנדרשות להפעלת Cloud Speech-to-Text, צריך לבקש מהאדמין לתת לסוכן השירות של Cloud Composer את התפקיד "יצירת אסימונים בחשבון שירות" (iam.serviceAccountTokenCreator) ב-IAM בפרויקט.
יכול להיות שהאדמין גם יוכל לתת לסוכן השירות של Cloud Composer את ההרשאות שנדרשות באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש אחרים.
כדי לקבל את ההרשאות שנדרשות לאחסון אודיו ב-Cloud Storage, צריך לבקש מהאדמין להקצות לכם את תפקיד ה-IAM Storage Object Viewer (roles/storage.objectViewer) בקטגוריה של Cloud Storage.
כדי לקרוא הסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.
יכול להיות שאפשר לקבל את ההרשאות הנדרשות גם באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש.
שליחת בקשה לתמלול אודיו
משתמשים ב-Cloud STT כדי לתמלל קובץ אודיו לטקסט. בדוגמת הקוד הבאה מוצג איך לשלוח בקשת recognize ל-Cloud Speech-to-Text API.
פותחים את מעטפת שורת הפקודה ומריצים את הפקודה הבאה.
gcloud ml speech recognize gs://cloud-samples-tests/speech/brooklyn.flac \ --language-code=en-US
הפקודה הזו מבקשת מ-Cloud STT לתמלל את האודיו שכלול בקובץ FLAC שמתארח במיקום שנגיש באופן ציבורי.
אם הבקשה מצליחה, השרת מחזיר תגובה בפורמט JSON:
{
"results": [
{
"alternatives": [
{
"confidence": 0.9840146,
"transcript": "how old is the Brooklyn Bridge"
}
]
}
]
}כל הכבוד! שלחתם את הבקשה הראשונה שלכם ל-Cloud STT.
אם מתקבלת שגיאה או תגובה ריקה מ-Cloud STT, כדאי לעיין בשלבים לפתרון בעיות ולצמצום שגיאות.
הסרת המשאבים
כדי לא לצבור חיובים בחשבון Google Cloud על המשאבים שבהם השתמשתם בדף הזה, אתם צריכים למחוק את הפרויקט Google Cloud יחד עם המשאבים.
- אם לא צריך את הפרויקט, אפשר למחוק אותו באמצעות Google Cloud console .
המאמרים הבאים
- תרגלו תמלול של קובצי אודיו קצרים.
- איך מעבדים קבצים ארוכים של אודיו בזיהוי דיבור
- איך מתמללים אודיו בסטרימינג, למשל ממיקרופון.
- כדי להתחיל להשתמש ב-Cloud STT בשפה הרצויה, אפשר להשתמש בספריית לקוח של Cloud STT.
- לעבוד עם אפליקציות לדוגמה.
- לשיפור הביצועים והדיוק, ולקבלת טיפים נוספים, אפשר לעיין במאמר בנושא שיטות מומלצות.