arrow_back

Google Cloud Speech API:Qwik Start

加入 登录

Google Cloud Speech API:Qwik Start

30 分钟 1 个积分

GSP119

Google Cloud 自定进度实验

概览

借助 Google Cloud Speech API,可以轻松将 Google 语音识别技术集成到开发者应用中。向 Speech API 服务发送音频,即可收到文字转录结果(有关详情,请参阅什么是 Google Cloud Speech API?)。

您将执行的操作

  • 创建 API 密钥

  • 创建 Speech API 请求

  • 调用 Speech API 请求

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的,并且您无法暂停实验。计时器在您点击开始实验后即开始计时,显示了 Google Cloud 资源可供您使用多长时间。

Qwiklabs 实操实验可让您在真实的云环境中开展实验活动,免受模拟或演示环境的局限。为此,我们会向您提供新的临时凭据,您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。

准备工作

为完成此实验,您需要:

  • 能够使用标准的互联网浏览器(建议使用 Chrome 浏览器)。
  • 为完成实验留出时间。

注意:如果您已有自己的个人 Google Cloud 帐号或项目,请不要在此实验中使用。

注意:如果您使用的是 Chrome 操作系统设备,请在无痕式窗口中运行此实验。

现在您已启动了实验,接下来您要登录到 Google Cloud Shell 控制台,然后启动命令行工具。

如何开始实验并登录 Google Cloud 控制台

  1. 点击开始实验按钮。如果该实验需要付费,系统会打开一个弹出式窗口供您选择付款方式。左侧是实验详细信息面板,其中包含以下各项:

    • 打开 Google 控制台按钮
    • 剩余时间
    • 进行该实验时必须使用的临时凭据
    • 帮助您逐步完成本实验所需的其他信息(如果需要)
  2. 点击打开 Google 控制台。 该实验会启动资源并打开另一个标签页,显示登录页面。

    提示:请将这些标签页安排在不同的窗口中,并将它们并排显示。

    注意:如果您看见选择帐号对话框,请点击使用其他帐号
  3. 如有必要,请从实验详细信息面板复制用户名,然后将其粘贴到登录对话框中。点击下一步

  4. 请从实验详细信息面板复制密码,然后将其粘贴到欢迎对话框中。点击下一步

    重要提示:您必须使用左侧面板中的凭据。请勿使用您的 Google Cloud Skills Boost 凭据。 注意:在本次实验中使用您自己的 Google Cloud 帐号可能会产生额外费用。
  5. 继续在后续页面中点击以完成相应操作:

    • 接受条款及条件。
    • 由于该帐号为临时帐号,请勿添加帐号恢复选项或双重验证。
    • 请勿注册免费试用。

片刻之后,系统会在此标签页中打开 Cloud 控制台。

注意:您可以点击左上角的导航菜单来查看列有 Google Cloud 产品和服务的菜单。 “导航菜单”图标

激活 Cloud Shell

Cloud Shell 是一种装有开发者工具的虚拟机。它提供了一个永久性的 5GB 主目录,并且在 Google Cloud 上运行。Cloud Shell 提供可用于访问您的 Google Cloud 资源的命令行工具。

  1. 点击 Google Cloud 控制台顶部的激活 Cloud Shell “激活 Cloud Shell”图标

  2. 点击继续

预配和连接到环境需要一些时间。如果您连接成功,即表示您已通过身份验证,且当前项目会被设为您的 PROJECT_ID 环境变量所指的项目。输出内容中有一行说明了此会话的 PROJECT_ID

Your Cloud Platform project in this session is set to YOUR_PROJECT_ID

gcloud 是 Google Cloud 的命令行工具。它已预先安装在 Cloud Shell 上,且支持 Tab 键自动补全功能。

  1. (可选)您可以通过此命令列出有效的帐号名称:

gcloud auth list

输出

ACTIVE: * ACCOUNT: student-01-xxxxxxxxxxxx@qwiklabs.net To set the active account, run: $ gcloud config set account `ACCOUNT`
  1. (可选)您可以通过此命令列出项目 ID:

gcloud config list project

输出

[core] project = <project_ID>

输出示例

[core] project = qwiklabs-gcp-44776a13dea667a6 Note: For full documentation of gcloud, in Google Cloud, refer to the gcloud CLI overview guide.

创建 API 密钥

由于您后续将使用 curl 向 Speech API 发送请求,所以需要生成 API 密钥来传入请求网址。

要创建 API 密钥,请点击导航菜单 > API 和服务 > 凭据

b17ba9d53f88aab6.png

然后点击创建凭据

168581e4ae32f076.png

在下拉菜单中选择 API 密钥

bc4940935c1bef7f.png

复制您刚刚生成的的密钥,然后点击关闭

点击检查我的进度以验证是否完成了以下目标:

创建 API 密钥

现在您已经有了 API 密钥,可将其保存为环境变量,这样就不必将 API 密钥值插入每个请求中。

为执行接下来的步骤,请通过 SSH 连接到为您预配的实例。打开导航菜单,然后选择 Compute Engine。您应该会看到以下预配的 Linux 实例:

provisioned-linux-instance.png

点击 SSH 按钮。您将跳转至一个交互式 shell。在命令行中,输入以下内容,并将 <YOUR_API_KEY> 替换为您刚刚复制的密钥:

export API_KEY=<YOUR_API_KEY>

在此实验的剩余步骤中请不要离开该 SSH 会话。

创建 Speech API 请求

在 SSH 命令行中创建 request.json。您将使用此文件构建发送至 Speech API 的请求:

touch request.json

现在使用您首选的命令行编辑器(nanovimemacs)或 gcloud 打开 request.json。将以下内容添加到 request.json 文件,并使用原始音频样本文件的 uri 值。

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

请求正文包含 configaudio 对象。

config 用于告诉 Speech API 如何处理请求:

  • encoding 参数的用途是在向 API 发送文件时,告诉 API 您使用的是哪种类型的音频编码。FLAC 是 .raw 文件的编码类型(有关编码类型的更多详细信息,请参阅此文档)。

您还可以向 config 对象添加其他参数,但只有 encoding 是必须提供的。

通过 audio 对象,您将 Cloud Storage 中的音频文件的 URI 传递给 API。

点击检查我的进度以验证是否完成了以下目标:

创建 Speech API 请求

现在,您可以开始调用 Speech API 了!

调用 Speech API

使用以下 curl 命令(包含在一个命令行中),将请求正文和 API 密钥环境变量传递给 Speech API:

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

系统所返回的内容应如下所示:

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

transcript 值返回的是 Speech API 对音频文件转录的文本,而 confidence 值代表 API 对文字转录结果准确性的置信度。

您会发现,以上请求调用了 syncrecognize 方法。Speech API 同时支持同步和异步语音转文字转录。在本例中,您发送的是完整的音频文件,但您也可以使用 syncrecognize 方法,在用户仍在讲话的同时执行流式语音转文字转录。

您刚才创建了 Speech API 请求并调用了 Speech API。运行以下命令,将返回的内容保存到 result.json 文件。

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

点击检查我的进度以验证是否完成了以下目标:

调用 Speech API

恭喜!

您已完成了这项自控进度实验“Google Cloud Speech API:Qwik Start”。您成功将语音识别技术集成到应用中,并通过该服务生成了转录文本。

c5c398f6ade6aa06.png ML-Language-Processing-badge.png

完成挑战任务

接下来请继续完成基准:数据、机器学习和 AI 挑战任务或机器学习简介:语言处理挑战任务。一项挑战任务就是一系列相关的实验,学习时按部就班地执行这些实验即可。完成挑战任务即可赢得一枚徽章,以表彰您取得的成就。您可以公开展示徽章,还可以在您的在线简历或社交媒体帐号中加入指向徽章的链接。如果您已完成本实验,那么注册参加上述任一挑战任务,马上就可以获得相应的积分。查看其他可参与的 Qwiklabs 挑战任务

参与下一项实验

本实验是 Qwik Starts 系列实验的其中一项。通过这些实验,您可以一窥 Google Cloud 的各项功能。请在实验目录中搜索“Qwik Starts”,找到您要参与的下一项实验!

后续步骤/了解详情

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳做法,可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训,有点播、直播和虚拟三种培训方式可供选择,让您不必挤占忙碌时间。各项认证则可帮助您检验和证明您在 Google Cloud 技术方面的技能与专业知识。

上次更新手册的时间:2021 年 1 月 13 日
上次测试实验的时间:2021 年 1 月 13 日

版权所有 2020 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。