Use modelos

Use um modelo de conversão de voz em texto personalizado preparado na sua aplicação de produção ou fluxos de trabalho de testes de referência. Assim que implementar o seu modelo através de um ponto final dedicado, recebe automaticamente acesso programático através de um objeto de reconhecimento, que pode ser usado diretamente através da API Speech-to-Text V2 ou na Google Cloud consola.

Antes de começar

Certifique-se de que se inscreveu numa Google Cloud conta, criou um projeto, preparou um modelo de voz personalizado e implementou-o através de um ponto final.

Realize a inferência na V2

Para que um modelo de conversão de voz em texto personalizado esteja pronto para utilização, o estado do modelo no separador Modelos deve ser Ativo e o ponto final dedicado no separador Pontos finais tem de estar Implementado.

No nosso exemplo, em que um Google Cloud ID do projeto é custom-models-walkthrough, o ponto final que corresponde ao modelo Speech-to-Text personalizado quantum-computing-lectures-custom-model é quantum-computing-lectures-custom-model-prod-endpoint. A região em que está disponível é us-east1, e o pedido de transcrição em lote é o seguinte:

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

def quickstart_v2(
    project_id: str,
    audio_file: str,
) -> cloud_speech.RecognizeResponse:
    """Transcribe an audio file."""
    # Instantiates a client
    client = SpeechClient(
    client_options=client_options.ClientOptions(
      api_endpoint="us-east1-speech.googleapis.com"
    )
  )

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

    config = cloud_speech.RecognitionConfig(
        auto_decoding_config=cloud_speech.AutoDetectDecodingConfig(),
        language_codes=["en-US"],
        model="projects/custom-models-walkthrough/locations/us-east1/endpoints/quantum-computing-lectures-custom-model-prod-endpoint",
    )
    request = cloud_speech.RecognizeRequest(
        recognizer=f"projects/custom-models-walkthrough/locations/us-east1/recognizers/_",
        config=config,
        content=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

O que se segue?

Siga os recursos para tirar partido dos modelos de voz personalizados na sua aplicação. Consulte o artigo Avalie os seus modelos personalizados.