Questa pagina è stata tradotta dall'API Cloud Translation.

Chirp: modello vocale universale

Chirp è la nuova generazione di modelli di conversione del parlato in testo di Google. Rappresenta il culmine di anni di ricerca, la prima versione di Chirp è ora disponibile per Speech-to-Text. Abbiamo intenzione di migliorare ed estendere Chirp ad altre lingue e ambiti. Per maggiori dettagli, consulta il nostro articolo Google USM.

Abbiamo addestrato i modelli Chirp con un'architettura diversa rispetto ai nostri attuali modelli vocali. Un singolo modello unifica i dati di più lingue. Tuttavia, gli utenti devono comunque specificare la lingua in cui il modello deve riconoscere il parlato. Chirp non supporta alcune delle funzionalità di Google Speech disponibili su altri modelli. Di seguito è riportato un elenco completo.

Identificatori modello

Chirp è disponibile nell'API Speech-to-Text V2. Puoi utilizzarlo come qualsiasi altro modello.

L'identificatore del modello di Chirp è: chirp.

Puoi specificare questo modello durante la creazione di un riconoscitore o in linea nelle richieste di riconoscimento sincrone o collettive.

Metodi API disponibili

Chirp elabora il parlato in blocchi molto più grandi rispetto ad altri modelli. Ciò significa che potrebbe non essere adatto per un utilizzo in tempo reale. Chirp è disponibile tramite i seguenti metodi API:

v2 Speech.Recognize (adatto per audio brevi di durata inferiore a 1 minuto)
v2 Speech.BatchRecognize (ideale per audio di lunga durata da 1 minuto a 8 ore)

Chirp non è disponibile nei seguenti metodi dell'API:

v2 Speech.StreamingRecognize
v1 Speech.StreamingRecognize
v1 Speech.Recognize
v1 Speech.LongRunningRecognize
v1p1beta1 Speech.StreamingRecognize
v1p1beta1 Speech.Recognize
v1p1beta1 Speech.LongRunningRecognize

Regioni

Chirp è disponibile nelle seguenti regioni:

us-central1
europe-west4
asia-southeast1

Per ulteriori informazioni, consulta la pagina relativa alle lingue.

Lingue

Puoi visualizzare le lingue supportate nell'elenco completo delle lingue.

Supporto e limitazioni delle funzionalità

Al momento Chirp non supporta molte delle funzionalità dell'API STT. Di seguito sono riportate le limitazioni specifiche.

Punteggi di affidabilità: l'API restituisce un valore, ma non è un vero e proprio punteggio di affidabilità.
Adattamento vocale: nessuna funzionalità di adattamento supportata.
Trascrizione automatica: la trascrizione automatica non è supportata.
Normalizzazione forzata: non supportata.
Confidenza a livello di parola: non supportata.
Rilevamento della lingua: non supportato.

Chirp supporta le seguenti funzionalità:

Punteggiatura automatica: la punteggiatura viene prevista dal modello. Può essere disattivata.
Tempi delle parole: facoltativo.
Trascrizione audio indipendente dalla lingua: il modello deduce automaticamente la lingua parlata nel file audio e la aggiunge ai risultati.

Prima di iniziare

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Make sure that billing is enabled for your Google Cloud project.

Enable the Speech-to-Text APIs.

Enable the APIs

Make sure that you have the following role or roles on the project: Cloud Speech Administrator

Check for the roles

In the Google Cloud console, go to the IAM page.
Go to IAM
Select the project.
In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.
For all rows that specify or include you, check the Role colunn to see whether the list of roles includes the required roles.

Grant the roles

In the Google Cloud console, go to the IAM page.
Vai a IAM
Seleziona il progetto.
Fai clic su Concedi accesso.
Nel campo Nuove entità, inserisci il tuo identificatore utente. In genere si tratta dell'indirizzo email di un Account Google.
Nell'elenco Seleziona un ruolo, seleziona un ruolo.
Per concedere altri ruoli, fai clic su Aggiungi un altro ruolo e aggiungi ogni ruolo aggiuntivo.
Fai clic su Salva.
Install the Google Cloud CLI.
To initialize the gcloud CLI, run the following command:
```
gcloud init
```
Note: If you installed the gcloud CLI previously, make sure you have the latest version by running gcloud components update.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Make sure that billing is enabled for your Google Cloud project.

Enable the Speech-to-Text APIs.

Enable the APIs

Make sure that you have the following role or roles on the project: Cloud Speech Administrator

Check for the roles

In the Google Cloud console, go to the IAM page.
Go to IAM
Select the project.
In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.
For all rows that specify or include you, check the Role colunn to see whether the list of roles includes the required roles.

Grant the roles

In the Google Cloud console, go to the IAM page.
Vai a IAM
Seleziona il progetto.
Fai clic su Concedi accesso.
Nel campo Nuove entità, inserisci il tuo identificatore utente. In genere si tratta dell'indirizzo email di un Account Google.
Nell'elenco Seleziona un ruolo, seleziona un ruolo.
Per concedere altri ruoli, fai clic su Aggiungi un altro ruolo e aggiungi ogni ruolo aggiuntivo.
Fai clic su Salva.
Install the Google Cloud CLI.
To initialize the gcloud CLI, run the following command:
```
gcloud init
```
Note: If you installed the gcloud CLI previously, make sure you have the latest version by running gcloud components update.

Le librerie client possono utilizzare le credenziali predefinite dell'applicazione per autenticarsi facilmente con le API di Google e inviare richieste a queste API. Con le Credenziali predefinite dell'applicazione, puoi testare l'applicazione localmente e eseguirne il deployment senza modificare il codice sottostante. Per ulteriori informazioni, consulta Eseguire l'autenticazione per l'utilizzo delle librerie client.

If you're using a local shell, then create local authentication credentials for your user account:
```
gcloud auth application-default login
```
You don't need to do this if you're using Cloud Shell.

Assicurati inoltre di aver installato la libreria client.

Eseguire il riconoscimento vocale sincrono con Chirp

Ecco un esempio di esecuzione del riconoscimento vocale sincrono su un file audio locale utilizzando Chirp:

Python

import os

from google.api_core.client_options import ClientOptions
from google.cloud.speech_v2 import SpeechClient
from google.cloud.speech_v2.types import cloud_speech

PROJECT_ID = os.getenv("GOOGLE_CLOUD_PROJECT")


def transcribe_chirp(
    audio_file: str,
) -> cloud_speech.RecognizeResponse:
    """Transcribes an audio file using the Chirp model of Google Cloud Speech-to-Text API.
    Args:
        audio_file (str): Path to the local audio file to be transcribed.
            Example: "resources/audio.wav"
    Returns:
        cloud_speech.RecognizeResponse: The response from the Speech-to-Text API containing
        the transcription results.

    """
    # Instantiates a client
    client = SpeechClient(
        client_options=ClientOptions(
            api_endpoint="us-central1-speech.googleapis.com",
        )
    )

    # Reads a file as bytes
    with open(audio_file, "rb") as f:
        audio_content = f.read()

    config = cloud_speech.RecognitionConfig(
        auto_decoding_config=cloud_speech.AutoDetectDecodingConfig(),
        language_codes=["en-US"],
        model="chirp",
    )

    request = cloud_speech.RecognizeRequest(
        recognizer=f"projects/{PROJECT_ID}/locations/us-central1/recognizers/_",
        config=config,
        content=audio_content,
    )

    # Transcribes the audio into text
    response = client.recognize(request=request)

    for result in response.results:
        print(f"Transcript: {result.alternatives[0].transcript}")

    return response

Inviare una richiesta con la trascrizione indipendente dalla lingua attivata

I seguenti esempi di codice mostrano come effettuare una richiesta con la trascrizione indipendente dalla lingua abilitata.

Python

import os

from google.api_core.client_options import ClientOptions
from google.cloud.speech_v2 import SpeechClient
from google.cloud.speech_v2.types import cloud_speech

PROJECT_ID = os.getenv("GOOGLE_CLOUD_PROJECT")


def transcribe_chirp_auto_detect_language(
    audio_file: str,
    region: str = "us-central1",
) -> cloud_speech.RecognizeResponse:
    """Transcribe an audio file and auto-detect spoken language using Chirp.
    Please see https://cloud.google.com/speech-to-text/v2/docs/encoding for more
    information on which audio encodings are supported.
    Args:
        audio_file (str): Path to the local audio file to be transcribed.
        region (str): The region for the API endpoint.
    Returns:
        cloud_speech.RecognizeResponse: The response containing the transcription results.
    """
    # Instantiates a client
    client = SpeechClient(
        client_options=ClientOptions(
            api_endpoint=f"{region}-speech.googleapis.com",
        )
    )

    # Reads a file as bytes
    with open(audio_file, "rb") as f:
        audio_content = f.read()

    config = cloud_speech.RecognitionConfig(
        auto_decoding_config=cloud_speech.AutoDetectDecodingConfig(),
        language_codes=["auto"],  # Set language code to auto to detect language.
        model="chirp",
    )

    request = cloud_speech.RecognizeRequest(
        recognizer=f"projects/{PROJECT_ID}/locations/{region}/recognizers/_",
        config=config,
        content=audio_content,
    )

    # Transcribes the audio into text
    response = client.recognize(request=request)

    for result in response.results:
        print(f"Transcript: {result.alternatives[0].transcript}")
        print(f"Detected Language: {result.language_code}")

    return response

Inizia a utilizzare Chirp nella console Google Cloud

Assicurati di aver creato un account Google Cloud e un progetto.
Vai a Speech nella console Google Cloud.
Abilita l'API se non è già abilitata.
Crea un Rilevatore STT che utilizza Chirp. a. Vai alla scheda Rilevatori e fai clic su Crea.

b. Nella pagina Crea Recognizer, inserisci i campi necessari per Chirp.

i. Assegna un nome al riconoscitore.

ii. Seleziona chirp come modello.

iii. Seleziona la lingua che vuoi utilizzare. Devi utilizzare un riconoscitore per ogni lingua che prevedi di testare.

iv. Non selezionare altre funzionalità.
Assicurati di avere uno spazio di lavoro dell'interfaccia utente di STT. Se non ne hai già uno, devi creare uno spazio di lavoro. a. Vai alla pagina delle trascrizioni e fai clic su Nuova trascrizione.

b. Apri il menu a discesa Spazio di lavoro e fai clic su Nuovo spazio di lavoro per creare uno spazio di lavoro per la trascrizione.

c. Nella barra laterale di navigazione Crea una nuova area di lavoro, fai clic su Sfoglia.

d. Fai clic per creare un nuovo bucket.

e. Inserisci un nome per il bucket e fai clic su Continua.

f. Fai clic su Crea per creare il bucket Cloud Storage.

g. Una volta creato il bucket, fai clic su Seleziona per selezionarlo per l'utilizzo.

h. Fai clic su Crea per completare la creazione dello spazio di lavoro per l'interfaccia utente di sintesi vocale.
Esegui una trascrizione dell'audio effettivo.

a. Nella pagina Nuova trascrizione, seleziona il file audio tramite il caricamento (Carico locale) o specificando un file Cloud Storage esistente (Cloud Storage). Nota: l'interfaccia utente tenta di valutare automaticamente i parametri del file audio.

b. Fai clic su Continua per passare alle Opzioni di trascrizione.

c. Seleziona la Lingua parlata che intendi utilizzare per il riconoscimento con Chirp dal tuo riconoscitore creato in precedenza.

d. Nel menu a discesa del modello, seleziona Chirp - Universal Speech Model.

e. Nel menu a discesa Rilevatore, seleziona il rilevatore appena creato.

f. Fai clic su Invia per eseguire la tua prima richiesta di riconoscimento utilizzando Chirp.
Visualizza il risultato della trascrizione di Chirp. a. Nella pagina Trascrizioni, fai clic sul nome della trascrizione per visualizzarne il risultato.

b. Nella pagina Dettagli della trascrizione, visualizza il risultato della trascrizione e, se vuoi, riproduci l'audio nel browser.

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questa pagina, segui questi passaggi.

Optional: Revoke the authentication credentials that you created, and delete the local credential file.
```
gcloud auth application-default revoke
```
Optional: Revoke credentials from the gcloud CLI.
```
gcloud auth revoke
```

Console

Attenzione: l'eliminazione di un progetto ha i seguenti effetti:

L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per le attività descritte in questo documento, quando lo elimini elimini anche tutto il lavoro svolto nel progetto.
Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un URL appspot.com, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.

Se intendi esplorare più architetture, tutorial o guide rapide, il riuso dei progetti può aiutarti a non superare i limiti di quota.

In the Google Cloud console, go to the Manage resources page.

Go to Manage resources

In the project list, select the project that you want to delete, and then click Delete.

In the dialog, type the project ID, and then click Shut down to delete the project.

gcloud

Attenzione: l'eliminazione di un progetto ha i seguenti effetti:

L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per le attività descritte in questo documento, quando lo elimini elimini anche tutto il lavoro svolto nel progetto.
Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un URL appspot.com, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.

Se intendi esplorare più architetture, tutorial o guide rapide, il riuso dei progetti può aiutarti a non superare i limiti di quota.

Delete a Google Cloud project:

gcloud projects delete PROJECT_ID

Passaggi successivi

Fai pratica di trascrizione di file audio brevi.
Scopri come trascrivere l'audio in streaming.
Scopri come trascrivere file audio lunghi.
Per ottenere il massimo rendimento e la massima precisione e altri suggerimenti, consulta la documentazione relativa alle best practice.