Before you begin
- Labs create a Google Cloud project and resources for a fixed time
- Labs have a time limit and no pause feature. If you restart it, you'll have to start from the beginning.
- On the top left of your screen, click Start lab to begin
Create an API Key
/ 30
Create your Speech API request
/ 30
Call the Speech API for English language
/ 20
Call the Speech API for French language
/ 20
Com a API Speech-to-Text, é possível transcrever arquivos de fala em áudio para arquivos de texto em mais de 80 idiomas.
Neste laboratório, você vai enviar um arquivo de áudio para transcrição usando a API Speech.
Neste laboratório, você aprenderá a realizar estas tarefas:
curl
.Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é iniciado quando você clica em Começar o laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.
Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.
Confira os requisitos para concluir o laboratório:
Clique no botão Começar o laboratório. Se for preciso pagar, você verá um pop-up para selecionar a forma de pagamento. No painel Detalhes do laboratório à esquerda, você vai encontrar o seguinte:
Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.
O laboratório ativa os recursos e depois abre a página Fazer login em outra guia.
Dica: coloque as guias em janelas separadas lado a lado.
Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.
Você também encontra o Nome de usuário no painel Detalhes do laboratório.
Clique em Seguinte.
Copie a Senha abaixo e cole na caixa de diálogo de boas-vindas.
Você também encontra a Senha no painel Detalhes do laboratório.
Clique em Seguinte.
Acesse as próximas páginas:
Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.
Como você usa o comando curl
para enviar solicitações para a API Speech-to-Text, é necessário ter uma chave de API para transmitir o URL da solicitação.
Para criar uma chave de API, acesse o Menu de navegação () e selecione APIs e serviços > Credenciais.
Clique em Criar credenciais e selecione Chave de API.
Copie a chave que você acabou de usar e a armazene em um local de fácil acesso para usar neste laboratório mais tarde.
Clique em Fechar.
Clique em Verificar meu progresso para conferir o andamento do objetivo.
Em seguida, salve a chave em uma variável de ambiente para não precisar inserir o valor dela em cada solicitação.
No Menu de navegação (), clique em Compute Engine > Instâncias de VM.
Verifique a VM da linux-instance na lista de instâncias de VM. Os detalhes da VM estão localizados à direita do nome da máquina virtual.
Isso exibirá um shell interativo, que será usado para realizar as próximas operações.
<your_api_key>
pela chave que você copiou:gs://cloud-samples-data/speech/brooklyn_bridge.flac
. Antes de enviá-lo para a API Speech-to-Text, é possível ouvir o arquivo.
request.json
. Crie o arquivo request.json
:nano
, vim
, emacs
) ou gcloud
e adicione o seguinte código ao seu arquivo request.json
, usando o valor uri
do arquivo RAW de amostra de áudio:O corpo da solicitação tem objetos config
e audio
.
Em config
, você informa à API Speech-to-Text como processar a solicitação:
encoding
informa à API o tipo de codificação de áudio que está sendo usado, enquanto o arquivo é enviado à API. FLAC
é o tipo de codificação para arquivos .raw. Saiba mais sobre tipos de codificação na Referência da RecognitionConfig.languageCode
não for usado na solicitação, o idioma inglês será usado.É possível adicionar outros parâmetros ao objeto config
, mas encoding
é o único obrigatório.
No objeto audio
, você transmite à API o URI do arquivo de áudio deste laboratório, que está armazenado no Cloud Storage.
Clique em Verificar meu progresso para conferir o andamento do objetivo.
Agora está tudo pronto para chamar a API Speech-to-Text!
curl
abaixo. Ele deve ter apenas uma linha:A resposta é armazenada em um arquivo chamado result.json.
A resposta do comando curl
deverá ser parecida com esta:
O valor de transcript
corresponde à transcrição de texto do seu arquivo de áudio que a API Speech fez. O valor de confidence
indica o quanto a API considera preciso o texto da transcrição.
Você chamou o método syncrecognize
na solicitação acima. A API Speech-to-Text oferece suporte à fala síncrona e assíncrona para transcrição de texto.
Nesse exemplo, usamos um arquivo de áudio completo, mas também é possível usar o método syncrecognize
para fazer a transcrição de voz em texto por streaming, enquanto o usuário estiver falando.
Clique em Verificar meu progresso para conferir o andamento do objetivo.
Você fala diversos idiomas? A API Speech-to-Text oferece suporte para a transcrição de voz em texto em mais de 100 idiomas.
Você pode alterar o parâmetro language_code
em request.json
. Consulte a lista de idiomas compatíveis no Guia de suporte a idiomas.
Use um arquivo de áudio em francês - (para uma prévia, clique aqui).
request.json
e mude o conteúdo para o seguinte:Chame a Speech-to-Text executando o comando curl
novamente.
Confira os resultados:
Você vai encontrar a seguinte resposta:
Essa é uma frase de um famoso conto infantil francês de Jean de la Fontaine. Se você tiver arquivos de áudio em outro idioma, tente adicioná-los ao Cloud Storage e altere o parâmetro languageCode
na solicitação.
Você realizou a transcrição de voz em texto usando a API Speech. Você transmitiu a API do URI Cloud Storage URI do seu arquivo de áudio e analisou a alternativa de transmitir uma string codificada em base64 do seu conteúdo de áudio.
Este laboratório autoguiado faz parte das Quests Intro to ML: Language Processing e Language, Speech, Text & Translation with Google Cloud APIs. Uma Quest é uma série de laboratórios relacionados que formam um programa de aprendizado. Ao concluir uma Quest, você ganha um selo como reconhecimento da sua conquista. É possível publicar os selos e incluir um link para eles no seu currículo on-line ou nas redes sociais. Inscreva-se em qualquer Quest que tenha este laboratório para receber os créditos de conclusão na mesma hora. Consulte o catálogo do Google Cloud Ensina para ver todas as Quests disponíveis.
Continue sua Quest com Como avaliar e melhorar a precisão da conversão da fala ou confira os laboratórios a seguir:
Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.
Manual atualizado em 20 de setembro de 2023
Laboratório testado em 20 de setembro de 2023
Copyright 2025 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.