使用 API 將語音轉錄為文字

事前準備

您必須先完成下列操作，才能向 Speech-to-Text API 傳送要求。詳情請參閱「事前準備」頁面。

• 在 GCP 專案中啟用 Speech-to-Text。
  1. 請確認已為 Speech-to-Text 啟用計費功能。

• After installing the Google Cloud CLI, initialize it by running the following command:

  gcloud init

  If you're using an external identity provider (IdP), you must first sign in to the gcloud CLI with your federated identity.

• (選用) 建立新的 Google Cloud Storage 值區，用於儲存音訊資料。

提出音訊轉錄要求

現在您可以使用 Speech-to-Text 將音訊檔案轉錄成文字。請使用下列程式碼範例，將 recognize REST 要求傳送至 Speech-to-Text API。

1. 建立具有下列文字的 JSON 要求檔案，並儲存為 sync-request.json 純文字檔案：

   {
     "config": {
         "encoding":"FLAC",
         "sampleRateHertz": 16000,
         "languageCode": "en-US",
         "enableWordTimeOffsets": false
     },
     "audio": {
         "uri":"gs://cloud-samples-tests/speech/brooklyn.flac"
     }
   }
     

   這個 JSON 程式碼片段表示音訊檔案採用 FLAC 編碼格式、取樣率為 16000 Hz，且音訊檔案儲存在 Google Cloud Storage 中，並提供指定的 URI。音訊檔案可供公眾存取，因此您不需要驗證憑證即可存取檔案。

2. 使用 curl 發出 speech:recognize 要求，並傳遞您在步驟 1 中設定的 JSON 要求檔案名稱：

   範例 curl 指令使用 gcloud auth print-access-token 指令取得驗證權杖。

   curl -s -H "Content-Type: application/json" \
       -H "Authorization: Bearer "$(gcloud auth print-access-token) \
       https://speech.googleapis.com/v1/speech:recognize \
       -d @sync-request.json
     

   請注意，如要將檔案名稱傳送給 curl，請使用 -d 選項 (針對「資料」)，並在檔案名稱前加上 @ 符號。這個檔案的所在目錄應與您執行 curl 指令的所在目錄相同。

   畫面會顯示類似以下的回應：

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

恭喜！您已將您的第一個要求傳送至 Speech-to-Text。

如果您收到來自 Speech-to-Text 的錯誤訊息或空白回應，請查看疑難排解和錯誤緩解步驟。