Transcreva ficheiros de áudio curtos

Esta página demonstra como transcrever um ficheiro de áudio curto para texto através do reconhecimento de voz síncrono.

O reconhecimento de voz síncrono devolve o texto reconhecido para áudio curto (menos de 60 segundos).

O conteúdo de áudio pode ser enviado diretamente para o Cloud Speech-to-Text a partir de um ficheiro local ou o Cloud Speech-to-Text pode processar conteúdo de áudio armazenado num contentor do Cloud Storage. Consulte a página de quotas e limites para ver os limites de pedidos de reconhecimento de voz síncronos.

Antes de começar

  1. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  2. Verify that billing is enabled for your Google Cloud project.

  3. Enable the Speech-to-Text APIs.

    Roles required to enable APIs

    To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

    Enable the APIs

  4. Make sure that you have the following role or roles on the project: Cloud Speech Administrator

    Check for the roles

    1. In the Google Cloud console, go to the IAM page.

      Go to IAM
    2. Select the project.

    3. In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.

    4. For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.

    Grant the roles

    1. In the Google Cloud console, go to the IAM page.

      Aceder ao IAM
    2. Selecione o projeto.
    3. Clique em Conceder acesso.

    4. No campo Novos responsáveis, introduza o identificador do utilizador. Normalmente, este é o identificador de um utilizador num Workload Identity Pool. Para ver detalhes, consulte Represente utilizadores do pool de força de trabalho em políticas de IAM ou contacte o seu administrador.

    5. Clique em Selecionar uma função e, de seguida, pesquise a função.
    6. Para conceder funções adicionais, clique em Adicionar outra função e adicione cada função adicional.
    7. Clique em Guardar.

  5. Install the Google Cloud CLI.

  6. Configure a CLI gcloud para usar a sua identidade federada.

    Para mais informações, consulte o artigo Inicie sessão na CLI gcloud com a sua identidade federada.

  7. Para inicializar a CLI gcloud, execute o seguinte comando: 

    gcloud init

    As bibliotecas cliente podem usar as Credenciais padrão da aplicação para fazer a autenticação facilmente com as APIs Google e enviar pedidos para essas APIs. Com as credenciais predefinidas da aplicação, pode testar a sua aplicação localmente e implementá-la sem alterar o código subjacente. Para mais informações, consulte o artigo Autentique-se para usar bibliotecas de cliente.

  8. Create local authentication credentials for your user account: 

    gcloud auth application-default login

    If an authentication error is returned, and you are using an external identity provider (IdP), confirm that you have signed in to the gcloud CLI with your federated identity.

    9. Certifique-se também de que instalou a biblioteca de cliente.

    Realize o reconhecimento de voz síncrono num ficheiro local

    Segue-se um exemplo de como realizar o reconhecimento de voz síncrono num ficheiro de áudio local:

    Python

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

# TODO(developer): Update and un-comment below line
# PROJECT_ID = "your-project-id"

# Instantiates a client
client = SpeechClient()

# Reads a file as bytes
with open("resources/audio.wav", "rb") as f:
    audio_content = f.read()

config = cloud_speech.RecognitionConfig(
    auto_decoding_config=cloud_speech.AutoDetectDecodingConfig(),
    language_codes=["en-US"],
    model="chirp_3",
)

request = cloud_speech.RecognizeRequest(
    recognizer=f"projects/{PROJECT_ID}/locations/global/recognizers/_",
    config=config,
    content=audio_content,
)

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

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

    Realize o reconhecimento de voz síncrono num ficheiro remoto

    Para sua conveniência, a API Speech-to-Text pode realizar o reconhecimento de voz síncrono diretamente num ficheiro de áudio localizado no Cloud Storage, sem necessidade de enviar o conteúdo do ficheiro de áudio no corpo do seu pedido.

    O Speech-to-Text usa uma conta de serviço para aceder aos seus ficheiros no Cloud Storage. Por predefinição, a conta de serviço tem acesso aos ficheiros do Cloud Storage no mesmo projeto.

    O endereço de email da conta de serviço é o seguinte:

    service-PROJECT_NUMBER@gcp-sa-speech.

    Para transcrever ficheiros do Cloud Storage noutro projeto, pode atribuir a esta conta de serviço a função [Agente do serviço Speech-to-Text][speech-service-agent] no outro projeto:

    gcloud projects add-iam-policy-binding PROJECT_ID \
    --member=serviceAccount:service-PROJECT_NUMBER@gcp-sa-speech. \
    --role=roles/speech.serviceAgent

    Pode encontrar mais informações sobre a política de IAM do projeto em [Gerir o acesso a projetos, pastas e organizações][manage-access].

    Também pode conceder à conta de serviço um acesso mais detalhado, concedendo-lhe autorização para um contentor do Cloud Storage específico:

    gcloud storage buckets add-iam-policy-binding gs://BUCKET_NAME \
    --member=serviceAccount:service-PROJECT_NUMBER@gcp-sa-speech. \
    --role=roles/storage.admin

    Pode encontrar mais informações sobre a gestão do acesso ao Cloud Storage em [Crie e faça a gestão de listas de controlo de acesso][buckets-manage-acl] na documentação do Cloud Storage.

    Segue-se um exemplo de como realizar o reconhecimento de voz síncrono num ficheiro localizado no Cloud Storage:

    Python

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

# Instantiates a client
client = SpeechClient()

# TODO(developer): Update and un-comment below line
# PROJECT_ID = "your-project-id"

config = cloud_speech.RecognitionConfig(
    auto_decoding_config=cloud_speech.AutoDetectDecodingConfig(),
    language_codes=["en-US"],
    model="chirp_3",
)

request = cloud_speech.RecognizeRequest(
    recognizer=f"projects/{PROJECT_ID}/locations/global/recognizers/_",
    config=config,
    uri="gs://cloud-samples-data/speech/audio.flac",  # URI of the audio file in Google Cloud Storage
)

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

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

    Limpar

    Para evitar incorrer em cobranças na sua Google Cloud conta pelos recursos usados nesta página, siga estes passos.

    1. Optional: Revoke the authentication credentials that you created, and delete the local credential file. 

      gcloud auth application-default revoke

    2. Optional: Revoke credentials from the gcloud CLI. 

      gcloud auth revoke

    Consola

  9. In the Google Cloud console, go to the Manage resources page.

    Go to Manage resources

  10. In the project list, select the project that you want to delete, and then click Delete.
  11. In the dialog, type the project ID, and then click Shut down to delete the project.

    12. gcloud

  12. In the Google Cloud console, go to the Manage resources page.

    Go to Manage resources

  13. In the project list, select the project that you want to delete, and then click Delete.
  14. In the dialog, type the project ID, and then click Shut down to delete the project.

    15. O que se segue?