GSP119

總覽

Speech-to-Text API 可將 Google 語音辨識技術輕鬆整合至開發人員應用程式，並將收到的音訊轉錄成文字。

課程內容

在本實驗室中，您將瞭解如何執行下列工作：

• 建立 API 金鑰
• 建立 Speech-to-Text API 要求
• 呼叫 Speech-to-Text API

設定和需求

點選「Start Lab」按鈕前的須知事項

請詳閱以下操作說明。研究室活動會計時，而且中途無法暫停。點選「Start Lab」 後就會開始計時，讓您瞭解有多少時間可以使用 Google Cloud 資源。

您將在真正的雲端環境中完成實作研究室活動，而不是在模擬或示範環境。為達此目的，我們會提供新的暫時憑證，讓您用來在研究室活動期間登入及存取 Google Cloud。

如要完成這個研究室活動，請先確認：

• 您可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。

注意：請使用無痕模式或私密瀏覽視窗執行此研究室。這可以防止個人帳戶和學生帳戶之間的衝突，避免個人帳戶產生額外費用。

• 是時候完成研究室活動了！別忘了，活動一開始將無法暫停。

注意：如果您擁有個人 Google Cloud 帳戶或專案，請勿用於本研究室，以免產生額外費用。

如何開始研究室及登入 Google Cloud 控制台

1. 按一下「Start Lab」(開始研究室) 按鈕。如果研究室會產生費用，畫面中會出現選擇付款方式的彈出式視窗。左側的「Lab Details」窗格會顯示下列項目：

   • 「Open Google Cloud console」按鈕
   • 剩餘時間
   • 必須在這個研究室中使用的暫時憑證
   • 完成這個實驗室所需的其他資訊 (如有)

2. 點選「Open Google Cloud console」；如果使用 Chrome 瀏覽器，也能按一下滑鼠右鍵，然後選取「在無痕式視窗中開啟連結」。

   接著，實驗室會啟動相關資源並開啟另一個分頁，當中顯示「登入」頁面。

   提示：您可以在不同的視窗中並排開啟分頁。

   注意：如果頁面中顯示「選擇帳戶」對話方塊，請點選「使用其他帳戶」。

3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

   {{{user_0.username | "Username"}}}

   您也可以在「Lab Details」窗格找到 Username。

4. 點選「下一步」。

5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

   {{{user_0.password | "Password"}}}

   您也可以在「Lab Details」窗格找到 Password。

6. 點選「下一步」。

   重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

7. 按過後續的所有頁面：

   • 接受條款及細則。
   • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
   • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要查看列出 Google Cloud 產品和服務的選單，請點選左上角的「導覽選單」。

工作 1：建立 API 金鑰

您將使用 curl 傳送要求至 Speech-to-Text API，因此必須產生 API 金鑰以傳送要求網址。

1. 如要建立 API 金鑰，請依序點選「導覽選單」>「API 和服務」>「憑證」。

2. 接著點按「建立憑證」。

3. 在下拉式選單中，選取「API 金鑰」。

4. 複製剛才產生的金鑰，然後點按「關閉」。

點選「Check my progress」確認目標已達成。

建立 API 金鑰

您現在已擁有 API 金鑰，儲存為環境變數後，就不需要為每個要求插入 API 金鑰值。

為了進行後續步驟，請使用 SSH 連線至為您佈建的執行個體。

1. 在「導覽選單」中選取「Compute Engine」。您應該會在「VM 執行個體」視窗中看見 linux-instance。

2. 點按 linux-instance 旁的「SSH」按鈕。系統會將您帶往互動式殼層。

3. 在指令列中輸入下列內容，並將 <YOUR_API_KEY> 換成先前產生並複製的 API 金鑰：

export API_KEY=<YOUR_API_KEY>

實驗室接下來的操作，都會在這個 SSH 工作階段中執行。

工作 2：建立 Speech-to-Text API 要求

注意：您將使用預先錄好的檔案，該檔案可從 Cloud Storage 取得：gs://cloud-samples-tests/speech/brooklyn.flac。 請先聆聽音訊檔案，再傳送至 Speech-to-Text API。

1. 在 SSH 指令列中建立 request.json。您將使用下列指令建立要求並傳送至 Speech-to-Text API：

touch request.json

2. 開啟 request.json：

nano request.json 注意： 您可以使用偏好的指令列編輯器 (nano、vim、emacs) 或 gcloud。本實驗室將提供 nano 的操作說明。

3. 使用原始音訊檔案範本的 uri 值，將下列指令新增至 request.json 檔案：

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

4. 按下 control + x 再按 y 即可儲存檔案，接著按下 Enter 來關閉 request.json 檔案。

要求主體包含 config 和 audio 物件。

config 指示 Speech-to-Text 如何處理要求，encoding 參數說明檔案傳送至 API 時使用的音訊編碼類型，FLAC 則是 .raw 檔案的編碼類型。請參閱 RecognitionConfig 指南，進一步瞭解編碼類型。

您也可以新增其他參數至 config 物件，但 encoding 是唯一必填項目。

透過 audio 物件，您可以將 Cloud Storage 中音訊檔案的 URI 傳送至 API。

點選「Check my progress」確認目標已達成。

建立 Speech-to-Text API 要求

現在，您可以呼叫 Speech-to-Text API 了！

工作 3：呼叫 Speech-to-Text API

1. 使用下列 curl 指令，傳送要求主體及 API 金鑰環境變數至 Speech-to-Text API。請在單一指令列中輸入所有指令：

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

回應內容應如下所示：

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

transcript 值會傳回 Speech-to-Text API 轉錄音訊檔案的成果，confidence 值則表示 API 對正確轉錄音訊的信心程度。

您會注意到上方要求呼叫了 syncrecognize 方法。Speech-to-Text API 支援同步和非同步的語音轉文字作業。在這個例子中，您是將完整的音訊檔案傳送至 API，您也能使用 syncrecognize 方法，在使用者說話的同時將語音轉錄為文字。

您已建立 Speech-to-Text API 要求並呼叫 Speech-to-Text API。

2. 執行下列指令，將回應內容儲存至 result.json 檔案：

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

點選「Check my progress」確認目標已達成。

呼叫 Speech-to-Text API

恭喜！

您已使用 Speech-to-Text API 取得輸入音訊檔案的轉錄稿。

後續行動/瞭解詳情

這個實驗室屬於 Qwik Start 實驗室系列，此系列旨在帶您一窺 Google Cloud 的眾多功能。歡迎在實驗室目錄中搜尋「Qwik Start」，看看接下來要參加哪個實驗室！

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2024 年 2 月 13 日

實驗室上次測試日期：2023 年 10 月 13 日

Copyright 2024 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。