GSP119

Présentation

L'API Speech-to-Text permet d'intégrer facilement les technologies de reconnaissance vocale de Google aux applications en développement. Grâce à cette API, vous pouvez envoyer des fichiers audio et en recevoir une transcription.

Points abordés

Dans cet atelier, vous allez apprendre à effectuer les tâches suivantes :

• Créer une clé API
• Créer une requête API Speech-to-Text
• Appeler l'API Speech-to-Text

Préparation

Avant de cliquer sur le bouton "Démarrer l'atelier"

Lisez ces instructions. Les ateliers sont minutés, et vous ne pouvez pas les mettre en pause. Le minuteur, qui démarre lorsque vous cliquez sur Démarrer l'atelier, indique combien de temps les ressources Google Cloud resteront accessibles.

Cet atelier pratique vous permet de suivre vous-même les activités dans un véritable environnement cloud, et non dans un environnement de simulation ou de démonstration. Nous vous fournissons des identifiants temporaires pour vous connecter à Google Cloud le temps de l'atelier.

Pour réaliser cet atelier :

• vous devez avoir accès à un navigateur Internet standard (nous vous recommandons d'utiliser Chrome) ;

Remarque : Ouvrez une fenêtre de navigateur en mode incognito/navigation privée pour effectuer cet atelier. Vous éviterez ainsi les conflits entre votre compte personnel et le temporaire étudiant, qui pourraient entraîner des frais supplémentaires facturés sur votre compte personnel.

• vous disposez d'un temps limité ; une fois l'atelier commencé, vous ne pouvez pas le mettre en pause.

Remarque : Si vous possédez déjà votre propre compte ou projet Google Cloud, veillez à ne pas l'utiliser pour réaliser cet atelier afin d'éviter que des frais supplémentaires ne vous soient facturés.

Démarrer l'atelier et se connecter à la console Google Cloud

1. Cliquez sur le bouton Démarrer l'atelier. Si l'atelier est payant, un pop-up s'affiche pour vous permettre de sélectionner un mode de paiement. Sur la gauche, vous trouverez le panneau Détails concernant l'atelier, qui contient les éléments suivants :

   • Le bouton Ouvrir la console Google
   • Le temps restant
   • Les identifiants temporaires que vous devez utiliser pour cet atelier
   • Des informations complémentaires vous permettant d'effectuer l'atelier

2. Cliquez sur Ouvrir la console Google. L'atelier lance les ressources, puis ouvre la page Se connecter dans un nouvel onglet.

   Conseil : Réorganisez les onglets dans des fenêtres distinctes, placées côte à côte.

   Remarque : Si la boîte de dialogue Sélectionner un compte s'affiche, cliquez sur Utiliser un autre compte.

3. Si nécessaire, copiez le nom d'utilisateur inclus dans le panneau Détails concernant l'atelier et collez-le dans la boîte de dialogue Se connecter. Cliquez sur Suivant.

4. Copiez le mot de passe inclus dans le panneau Détails concernant l'atelier et collez-le dans la boîte de dialogue de bienvenue. Cliquez sur Suivant.

   Important : Vous devez utiliser les identifiants fournis dans le panneau de gauche. Ne saisissez pas vos identifiants Google Cloud Skills Boost. Remarque : Si vous utilisez votre propre compte Google Cloud pour cet atelier, des frais supplémentaires peuvent vous être facturés.

5. Accédez aux pages suivantes :

   • Acceptez les conditions d'utilisation.
   • N'ajoutez pas d'options de récupération ni d'authentification à deux facteurs (ce compte est temporaire).
   • Ne vous inscrivez pas aux essais offerts.

Après quelques instants, la console Cloud s'ouvre dans cet onglet.

Remarque : Vous pouvez afficher le menu qui contient la liste des produits et services Google Cloud en cliquant sur le menu de navigation en haut à gauche.

Tâche 1 : Créer une clé API

Comme vous allez exécuter la commande curl pour envoyer une requête à l'API Speech-to-Text, vous devez générer une clé API pour transmettre l'URL de la requête.

1. Pour créer une clé API, cliquez sur le menu de navigation > API et services > Identifiants.

2. Cliquez ensuite sur Créer des identifiants.

3. Dans le menu déroulant, sélectionnez Clé API.

4. Copiez la clé que vous venez de générer, puis cliquez sur Fermer.

Cliquez sur Vérifier ma progression pour valider l'objectif.

Créer une clé API

Vous disposez désormais d'une clé API. Enregistrez sa valeur dans une variable d'environnement afin d'éviter de l'insérer à chaque requête.

Pour poursuivre, connectez-vous à l'instance provisionnée pour vous avec SSH.

1. Dans le menu de navigation, sélectionnez Compute Engine. L'instance linux-instance doit s'afficher dans la fenêtre Instances de VM.

2. Cliquez sur le bouton SSH à côté de linux-instance. Vous êtes redirigé vers un shell interactif.

3. Dans la ligne de commande, saisissez la commande suivante, en remplaçant <YOUR_API_KEY> par la clé API générée que vous avez copiée :

export API_KEY=<YOUR_API_KEY>

Vous resterez dans cette session SSH jusqu'à la fin de l'atelier.

Tâche 2 : Créer votre requête API Speech-to-Text

Remarque : Vous allez utiliser un fichier préenregistré disponible sur Cloud Storage : gs://cloud-samples-tests/speech/brooklyn.flac. Écoutez le fichier audio avant de l'envoyer à l'API Speech-to-Text.

1. Créez le fichier request.json dans la ligne de commande SSH. Il vous servira à construire votre requête pour l'API Speech-to-Text :

touch request.json

2. Ouvrez le fichier request.json :

nano request.json Remarque : Vous pouvez utiliser l'éditeur de ligne de commande de votre choix (nano, vim ou emacs) ou bien gcloud. Cet atelier fournit des instructions pour nano.

3. En utilisant la valeur uri du fichier audio brut, ajoutez le contenu suivant à votre fichier request.json :

{ "config": { "encoding":"FLAC", "languageCode": "en-US" }, "audio": { "uri":"gs://cloud-samples-tests/speech/brooklyn.flac" } }

4. Appuyez sur CTRL+X, puis sur Y pour enregistrer. Appuyez ensuite sur Entrée pour fermer le fichier request.json.

Le corps de la requête a deux objets : config et audio.

Dans config, vous indiquez à l'API Speech-to-Text comment elle doit traiter la requête. Le paramètre encoding spécifie à l'API le type d'encodage audio utilisé pendant l'envoi du fichier à l'API. FLAC est le type d'encodage des fichiers .raw. Pour en savoir plus sur les types d'encodage, consultez le guide sur RecognitionConfig.

Vous pouvez ajouter d'autres paramètres à votre objet config, mais encoding est le seul obligatoire.

Dans l'objet audio, l'URI du fichier audio dans Cloud Storage est transmis à l'API.

Cliquez sur Vérifier ma progression pour valider l'objectif.

Créer votre requête API Speech-to-Text

Vous pouvez maintenant appeler l'API Speech-to-Text.

Tâche 3 : Appeler l'API Speech-to-Text

1. Transmettez à l'API Speech-to-Text le corps de votre requête, ainsi que la variable d'environnement de la clé API, en exécutant la commande curl suivante (dans une seule ligne de commande) :

curl -s -X POST -H "Content-Type: application/json" --data-binary @request.json \ "https://speech.googleapis.com/v1/speech:recognize?key=${API_KEY}"

La réponse doit se présenter comme suit :

{ "results": [ { "alternatives": [ { "transcript": "how old is the Brooklyn Bridge", "confidence": 0.98267895 } ] } ] }

La valeur transcript renvoie la transcription que l'API Speech-to-Text a créée à partir de votre fichier audio, tandis que la valeur confidence indique le niveau de confiance que l'API accorde à sa transcription de votre fichier audio.

Vous remarquerez que vous avez appelé la méthode syncrecognize dans la requête ci-dessus. L'API Speech-to-Text prend en charge les transcriptions audio synchrones et asynchrones. Dans cet exemple, vous lui avez envoyé un fichier audio complet, mais vous pourriez tout aussi bien vous servir de la méthode syncrecognize pour réaliser une transcription audio en streaming pendant que l'utilisateur parle.

Vous avez créé une requête API Speech-to-Text, puis appelé l'API Speech-to-Text.

2. Exécutez la commande suivante pour enregistrer la réponse dans un fichier result.json :

curl -s -X POST -H "Content-Type: application/json" --data-binary @request.json \ "https://speech.googleapis.com/v1/speech:recognize?key=${API_KEY}" > result.json

Cliquez sur Vérifier ma progression pour valider l'objectif.

Appeler l'API Speech-to-Text

Félicitations !

Vous avez utilisé l'API Speech-to-Text pour récupérer une transcription d'un fichier audio d'entrée.

Étapes suivantes et informations supplémentaires

Cet atelier fait partie d'une série appelée "Qwik Starts". Les ateliers de cette série sont conçus pour vous donner un aperçu des nombreuses fonctionnalités proposées par Google Cloud. Pour suivre un autre atelier, recherchez "Qwik Starts" dans le catalogue.

Formations et certifications Google Cloud

Les formations et certifications Google Cloud vous aident à tirer pleinement parti des technologies Google Cloud. Nos cours portent sur les compétences techniques et les bonnes pratiques à suivre pour être rapidement opérationnel et poursuivre votre apprentissage. Nous proposons des formations pour tous les niveaux, à la demande, en salle et à distance, pour nous adapter aux emplois du temps de chacun. Les certifications vous permettent de valider et de démontrer vos compétences et votre expérience en matière de technologies Google Cloud.

Dernière mise à jour du manuel : 13 février 2024

Dernier test de l'atelier : 13 octobre 2023

Copyright 2024 Google LLC Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms d'entreprises et de produits peuvent être des marques des entreprises auxquelles ils sont associés.