Encoder du contenu audio en base64

Lorsque vous envoyez des données audio à l'API Speech-to-Text, vous pouvez les envoyer directement (dans le champ content de la requête) ou faire en sorte que l'API effectue une reconnaissance à distance des données stockées dans un bucket Cloud Storage. Vous pouvez envoyer des données directement dans le champ content pour la reconnaissance synchrone uniquement si vos données audio ne dépassent pas 60 secondes et 10 Mo. Toutes les données audio du champ content doivent être au format base64. Vous trouverez sur cette page la procédure à suivre pour convertir le contenu audio d'un fichier binaire en données encodées en base64.

Si vos données audio dépassent 60 secondes ou 10 Mo, elles doivent être stockées dans un bucket Cloud Storage afin d'être envoyées pour reconnaissance. Vous pouvez les analyser de manière asynchrone sans les convertir au format base64. Pour en savoir plus, consultez la documentation sur la reconnaissance asynchrone.

Utiliser la ligne de commande

Dans une requête gRPC, vous pouvez écrire directement les données binaires. Cependant, une requête REST utilise JSON. JSON est un format de texte qui n'est pas directement compatible avec les données binaires. Vous devez donc convertir ces données binaires en texte en utilisant l'encodage base64.

La plupart des environnements de développement contiennent un utilitaire natif base64 permettant d'encoder un fichier binaire en données texte ASCII. Pour encoder un fichier, procédez comme suit :

base64 INPUT_FILE -w 0 > OUTPUT_FILE

base64 -i INPUT_FILE -o OUTPUT_FILE

Base64.exe -e INPUT_FILE > OUTPUT_FILE

[Convert]::ToBase64String([IO.File]::ReadAllBytes("./INPUT_FILE")) > OUTPUT_FILE

Créez un fichier de requête JSON en intégrant les données encodées en base64 :

{
  "config": {
    "encoding": "FLAC",
    "sampleRateHertz": 16000,
    "languageCode": "en-US"
  },
  "audio": {
    "content": "ZkxhQwAAACIQABAAAAUJABtAA+gA8AB+W8FZndQvQAyjv..."
  }
}

Utiliser les bibliothèques clientes

L'intégration de données binaires dans des requêtes via des éditeurs de texte n'est pas plus souhaitable qu'elle n'est pratique. Concrètement, vous allez incorporer des fichiers encodés en base64 dans le code client. Tous les langages de programmation compatibles intègrent des mécanismes d'encodage de contenu en base64.

# Import the base64 encoding library.
import base64

# Pass the audio data to an encoding function.
def encode_audio(audio):
  audio_content = audio.read()
  return base64.b64encode(audio_content)

const fs = require('fs');
const content = fs.readFileSync(audioFile).toString('base64');

// Import the Base64 encoding library.
import org.apache.commons.codec.binary.Base64;

// Encode the speech.
byte[] encodedAudio = Base64.encodeBase64(audio.getBytes());