Mentranskripsikan speech to text dengan menggunakan gcloud CLI

Mentranskripsikan speech to text dengan menggunakan gcloud CLI

Halaman ini menunjukkan cara mengirimkan permintaan pengenalan ucapan ke Cloud Speech-to-Text menggunakan alat gcloud dari command line.

Cloud Speech-to-Text memudahkan integrasi teknologi pengenalan ucapan Google ke aplikasi developer. Anda dapat mengirim data audio ke Cloud Speech-to-Text API, yang kemudian menampilkan transkripsi teks dari file audio tersebut. Untuk mengetahui informasi selengkapnya tentang layanan ini, lihat Dasar-dasar Cloud STT.

Sebelum memulai

Sebelum dapat mengirim permintaan ke Cloud Speech-to-Text API, Anda harus menyelesaikan tindakan berikut.

Login keakun Anda. Google Cloud Jika Anda baru menggunakan Google Cloud, buat akun untuk mengevaluasi performa produk kami dalam skenario dunia nyata. Pelanggan baru juga mendapatkan kredit gratis senilai $300 untuk menjalankan, menguji, dan men-deploy workload.

Instal Google Cloud CLI.

Jika Anda menggunakan penyedia identitas (IdP) eksternal, Anda harus login ke gcloud CLI dengan identitas gabungan Anda terlebih dahulu.

Untuk melakukan inisialisasi gcloud CLI, jalankan perintah berikut:

gcloud init

Buat atau pilih Google Cloud project.

Peran yang diperlukan untuk memilih atau membuat project

• Memilih project: Memilih project tidak memerlukan peran IAM tertentu Anda dapat memilih project mana pun yang telah diberi peran.
• Membuat project: Untuk membuat project, Anda memerlukan peran Pembuat Project (roles/resourcemanager.projectCreator), yang berisi izin resourcemanager.projects.create. Pelajari cara memberikan peran.

Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

• Buat Google Cloud project:

  gcloud projects create PROJECT_ID

  Ganti PROJECT_ID dengan nama untuk Google Cloud project yang Anda buat.

• Pilih Google Cloud project yang Anda buat:

  gcloud config set project PROJECT_ID

  Ganti PROJECT_ID dengan nama Google Cloud project Anda.

Jika Anda menggunakan project yang sudah ada untuk panduan ini, pastikan Anda memiliki izin yang diperlukan untuk menyelesaikan panduan ini. Jika berhasil membuat project baru, berarti Anda sudah memiliki izin yang diperlukan.

Pastikan penagihan diaktifkan untuk Google Cloud project Anda.

Aktifkan Cloud Speech-to-Text API:

Peran yang diperlukan untuk mengaktifkan API

Untuk mengaktifkan API, Anda memerlukan peran IAM Service Usage Admin (roles/serviceusage.serviceUsageAdmin), yang berisi izin serviceusage.services.enable. Pelajari cara memberikan peran.

gcloud services enable speech.googleapis.com

Instal Google Cloud CLI.

Jika Anda menggunakan penyedia identitas (IdP) eksternal, Anda harus login ke gcloud CLI dengan identitas gabungan Anda terlebih dahulu.

Untuk melakukan inisialisasi gcloud CLI, jalankan perintah berikut:

gcloud init

Buat atau pilih Google Cloud project.

Peran yang diperlukan untuk memilih atau membuat project

• Memilih project: Memilih project tidak memerlukan peran IAM tertentu Anda dapat memilih project mana pun yang telah diberi peran.
• Membuat project: Untuk membuat project, Anda memerlukan peran Pembuat Project (roles/resourcemanager.projectCreator), yang berisi izin resourcemanager.projects.create. Pelajari cara memberikan peran.

Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

• Buat Google Cloud project:

  gcloud projects create PROJECT_ID

  Ganti PROJECT_ID dengan nama untuk Google Cloud project yang Anda buat.

• Pilih Google Cloud project yang Anda buat:

  gcloud config set project PROJECT_ID

  Ganti PROJECT_ID dengan nama Google Cloud project Anda.

Jika Anda menggunakan project yang sudah ada untuk panduan ini, pastikan Anda memiliki izin yang diperlukan untuk menyelesaikan panduan ini. Jika berhasil membuat project baru, berarti Anda sudah memiliki izin yang diperlukan.

Pastikan penagihan diaktifkan untuk Google Cloud project Anda.

Aktifkan Cloud Speech-to-Text API:

Peran yang diperlukan untuk mengaktifkan API

Untuk mengaktifkan API, Anda memerlukan peran IAM Service Usage Admin (roles/serviceusage.serviceUsageAdmin), yang berisi izin serviceusage.services.enable. Pelajari cara memberikan peran.

gcloud services enable speech.googleapis.com

1. Opsional: Buat bucket Cloud Storage baru untuk menyimpan data audio Anda. Untuk mengetahui informasi selengkapnya, lihat Membuat bucket Cloud Storage.

Untuk mengetahui informasi selengkapnya tentang cara mengaktifkan API, lihat Menyiapkan Cloud Speech-to-Text untuk Google Cloud project Anda.

Peran yang diperlukan

Untuk memastikan Agen Layanan Cloud Composer memiliki izin yang diperlukan untuk menjalankan Cloud Speech-to-Text, minta administrator Anda untuk memberikan peran IAM Pembuat Token Akun Layanan (iam.serviceAccountTokenCreator) kepada Agen Layanan Cloud Composer di project Anda.

Penting: Anda harus memberikan peran ini kepada Agen Layanan Cloud Composer, bukan ke akun pengguna Anda. Kegagalan memberikan peran kepada akun utama yang benar dapat menyebabkan error izin.

Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses ke project, folder, dan organisasi.

Administrator Anda mungkin juga dapat memberikan izin yang diperlukan kepada Agen Layanan Cloud Composer melalui peran khusus atau peran bawaan lainnya.

Untuk mendapatkan izin yang diperlukan untuk menyimpan audio di Cloud Storage, minta administrator Anda untuk memberikan peran IAM Storage Object Viewer (roles/storage.objectViewer) kepada Anda di bucket Cloud Storage. Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses ke project, folder, dan organisasi.

Anda mungkin juga bisa mendapatkan izin yang diperlukan melalui peran khusus atau peran bawaan lainnya.

Membuat permintaan transkripsi audio

Gunakan Cloud STT untuk mentranskripsikan file audio ke teks. Gunakan contoh kode berikut untuk mengirim permintaan recognize ke Cloud Speech-to-Text API.

Buka shell command line dan jalankan perintah berikut.

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

Perintah ini meminta Cloud STT untuk mentranskripsikan audio yang terdapat dalam FLAC yang dihosting di lokasi yang dapat diakses secara publik.

Jika permintaan berhasil, server akan menampilkan respons dalam format JSON:

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

Selamat! Anda telah mengirim permintaan pertama ke Cloud STT.

Jika Anda menerima error atau respons kosong dari Cloud STT, lihat langkah-langkah pemecahan masalah dan mitigasi error.

Pembersihan

Agar akun Anda tidak dikenai biaya untuk resource yang digunakan pada halaman ini, hapus project yang berisi resource tersebut. Google Cloud Google Cloud

• Gunakan Google Cloud console untuk menghapus project Anda jika tidak lagi diperlukan.

Langkah berikutnya

• Berlatih mentranskripsikan file audio pendek.
• Pelajari cara membuat batch file audio panjang untuk pengenalan ucapan.
• Pelajari cara mentranskripsikan audio streaming, misalnya dari mikrofon.
• Mulai gunakan Cloud STT dalam bahasa pilihan Anda menggunakan library klien Cloud STT.
• Pelajari contoh aplikasi.
• Untuk performa terbaik, akurasi, dan tips lainnya, lihat dokumentasi praktik terbaik.