GSP119

Visão geral

A API Speech-to-Text facilita a integração das tecnologias de reconhecimento de fala do Google a aplicativos de desenvolvedor. Use a API para enviar áudio e receber do serviço a transcrição de texto correspondente.

Conteúdo

Neste laboratório, você vai aprender a:

• Criar uma chave de API
• Fazer uma solicitação da API Speech-to-Text
• Chamar a API Speech-to-Text

Configuração e requisitos

Antes de clicar no botão Start Lab

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:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

Observação: para executar este laboratório, use o modo de navegação anônima ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e a conta de estudante, o que poderia causar cobranças extras na sua conta pessoal.

• Tempo para concluir o laboratório---não se esqueça: depois de começar, não será possível pausar o laboratório.

Observação: não use seu projeto ou conta do Google Cloud neste laboratório para evitar cobranças extras na sua conta.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. 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:

   • O botão Abrir console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. 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.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

   {{{user_0.username | "Nome de usuário"}}}

   Você também encontra o Nome de usuário no painel Detalhes do laboratório.

4. Clique em Seguinte.

5. Copie a Senha abaixo e cole na caixa de diálogo de boas-vindas.

   {{{user_0.password | "Senha"}}}

   Você também encontra a Senha no painel Detalhes do laboratório.

6. Clique em Seguinte.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: clique em Menu de navegação no canto superior esquerdo para acessar uma lista de produtos e serviços do Google Cloud.

Tarefa 1: criar uma chave de API

Como curl será usado para enviar uma solicitação à API Speech-to-Text, você vai precisar gerar uma chave de API para transmitir nosso URL de pedido.

1. Para criar uma chave de API, clique em Menu de navegação > APIs e serviços > Credenciais.

2. Clique em Criar credenciais.

3. No menu suspenso, selecione Chave de API.

4. Copie a chave gerada e clique em Fechar.

Clique em Verificar meu progresso para conferir o objetivo.

Crie uma chave de API

Agora, salve a chave de API em uma variável de ambiente para não precisar inserir o valor dela em cada solicitação.

Para executar as próximas etapas, conecte usando SSH à instância provisionada para você.

1. No Menu de navegação, selecione Compute Engine. Você verá uma linux-instance listada na janela instâncias de VM.

2. Clique no botão SSH próximo a linux-instance. Você vai ver um shell interativo.

3. Na linha de comando, digite as seguintes informações e substitua <YOUR_API_KEY> pela chave de API que você copiou da gerada anteriormente:

export API_KEY=<YOUR_API_KEY>

Continue nessa sessão SSH até o fim do laboratório.

Tarefa 2: criar uma solicitação da API Speech-to-Text

Observação: você vai usar um arquivo pré-gravado disponível no Cloud Storage: gs://cloud-samples-tests/speech/brooklyn.flac. Ouça o arquivo de áudio antes de enviá-lo para a API Speech-to-Text..

1. Crie um arquivo request.json na linha de comando SSH. Ele será usado para criar sua solicitação à API Speech-to-Text:

touch request.json

2. Abra a request.json:

nano request.json Observação: você pode usar o editor de linha de comando que preferir (nano, vim, emacs) ou a gcloud. Este laboratório fornece instruções para nano.

3. Adicione as seguintes informações ao seu arquivo request.json usando o valor uri do arquivo RAW de amostra de áudio:

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

4. Pressione control + x e, em seguida, y para salvar. Depois pressione Enter para fechar o arquivo request.json.

O corpo da solicitação tem objetos config e audio.

Em config, você informa à API Speech-to-Text como processar a solicitação. O parâmetro 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 usada com os arquivos .raw. Saiba mais sobre os tipos de codificação no Guia RecognitionConfig.

É possível adicionar outros parâmetros ao objeto config, mas encoding é o único obrigatório.

No objeto audio, transmita à API o URI do arquivo de áudio no Cloud Storage.

Clique em Verificar meu progresso para conferir o objetivo.

Criar uma solicitação da API Speech-to-Text

Agora está tudo pronto para chamar a API Speech-to-Text!

Tarefa 3: chamar a API Speech-to-Text

1. Para enviar o corpo da sua solicitação com a variável de ambiente da chave de API à API Speech-to-Text, use o comando curl abaixo. Ele deve ter apenas uma linha:

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

A resposta deverá ser parecida com esta:

{ "results": [ { "alternatives": [ { "transcript": "quantos anos tem a Ponte do Brooklyn?", "confidence": 0.98267895 } ] } ] }

O valor de transcript corresponde à transcrição que a API Speech-to-Text fez do seu arquivo de áudio. O valor de confidence indica o quanto a API considera preciso o texto da transcrição.

Perceba que 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, você enviou um arquivo de áudio, mas também é possível usar o método syncrecognize para fazer a transcrição de texto enquanto o usuário fala.

Você criou uma solicitação e chamou a API Speech-to-Text.

2. Execute este comando para salvar a resposta em um arquivo 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

Clique em Verificar meu progresso para conferir o objetivo.

Chamar a API Speech-to-Text

Parabéns!

Você usou a API Speech-to-Text para recuperar a transcrição de um arquivo de áudio de entrada.

Próximas etapas / Saiba mais

Este laboratório também faz parte de uma série chamada Qwik Starts. Ela foi desenvolvida para apresentar os vários recursos disponíveis no Google Cloud. Pesquise "Qwik Starts" no catálogo de laboratórios para encontrar algum que seja do seu interesse.

Treinamento e certificação do Google Cloud

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 13 de fevereiro de 2024

Laboratório testado em 13 de outubro de 2023

Copyright 2024 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.