Rilevamento automatico della lingua

Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

Questa pagina descrive come configurare un riconoscitore per riconoscere automaticamente la lingua parlata in un file audio da un elenco preimpostato di potenziali lingue.

In alcuni casi, non sai con certezza quale lingua contengono le tue registrazioni audio. Ad esempio, se pubblichi il tuo servizio, la tua app o il tuo prodotto in un paese con più lingue ufficiali, puoi potenzialmente ricevere input audio da utenti in una serie di lingue. Ciò può rendere notevolmente più difficile specificare un singolo codice lingua per le richieste di trascrizione.

Riconoscimento di più lingue

Speech-to-Text ti consente di specificare un insieme di lingue che i tuoi dati audio potrebbero contenere. Quando crei un Recognizer o invii una richiesta di riconoscimento, puoi fornire una o più lingue che i dati audio potrebbero includere nel campo language_codes. In una richiesta con più lingue, Speech-to-Text tenta di trascrivere l'audio utilizzando la lingua più adatta dall'elenco di lingue alternative che hai fornito. Speech-to-Text etichetta quindi i risultati della trascrizione con il codice lingua previsto.

Questa funzionalità è ideale per le app che devono trascrivere brevi frasi come comandi vocali o ricerche. Puoi elencare fino a tre lingue per il riconoscimento automatico della lingua.

Prima di iniziare

1. 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.

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

   Go to project selector

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

4. Enable the Speech-to-Text APIs.

   Enable the APIs

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

   Check for the roles

   1. In the Google Cloud console, go to the IAM page.

      Go to IAM
   2. Select the project.

   3. 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.

   4. For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.

   Grant the roles

   1. In the Google Cloud console, go to the IAM page.

      Vai a IAM
   2. Seleziona il progetto.
   3. Fai clic su person_add Concedi accesso.

   4. Nel campo Nuovi principali, inserisci il tuo identificatore utente. In genere si tratta dell'indirizzo email di un Account Google.

   5. Nell'elenco Seleziona un ruolo, seleziona un ruolo.
   6. Per concedere altri ruoli, fai clic su add Aggiungi un altro ruolo e aggiungi ogni ruolo aggiuntivo.
   7. Fai clic su Salva.
6. Install the Google Cloud CLI.

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

8. To initialize the gcloud CLI, run the following command:

   gcloud init

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

   Go to project selector

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

11. Enable the Speech-to-Text APIs.

    Enable the APIs

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

    Check for the roles

    1. In the Google Cloud console, go to the IAM page.

       Go to IAM
    2. Select the project.

    3. 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.

    4. For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.

    Grant the roles

    1. In the Google Cloud console, go to the IAM page.

       Vai a IAM
    2. Seleziona il progetto.
    3. Fai clic su person_add Concedi accesso.

    4. Nel campo Nuovi principali, inserisci il tuo identificatore utente. In genere si tratta dell'indirizzo email di un Account Google.

    5. Nell'elenco Seleziona un ruolo, seleziona un ruolo.
    6. Per concedere altri ruoli, fai clic su add Aggiungi un altro ruolo e aggiungi ogni ruolo aggiuntivo.
    7. Fai clic su Salva.
13. Install the Google Cloud CLI.

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

15. To initialize the gcloud CLI, run the following command:

    gcloud init

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.

16. 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.

    If an authentication error is returned, and you are using an external identity provider (IdP), confirm that you have signed in to the gcloud CLI with your federated identity.

Assicurati inoltre di aver installato la libreria client.

Attivare il riconoscimento della lingua nelle richieste di trascrizione audio

Ecco un esempio di esecuzione del riconoscimento vocale sincrono su un file audio locale con più lingue.

import os

from typing import List

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_multiple_languages_v2(
    audio_file: str,
    language_codes: List[str],
) -> cloud_speech.RecognizeResponse:
    """Transcribe an audio file using Google Cloud Speech-to-Text API with support for multiple languages.
    Args:
        audio_file (str): Path to the local audio file to be transcribed.
            Example: "resources/audio.wav"
        language_codes (List[str]): A list of BCP-47 language codes to be used for transcription.
            Example: ["en-US", "fr-FR"]
    Returns:
        cloud_speech.RecognizeResponse: The response from the Speech-to-Text API containing the
            transcription results.
    """
    client = SpeechClient()

    # 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=language_codes,
        model="latest_long",
    )

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

    # Transcribes the audio into text
    response = client.recognize(request=request)
    # Prints the transcription results
    for result in response.results:
        print(f"Transcript: {result.alternatives[0].transcript}")

    return response

Esegui la pulizia

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

1. Optional: Revoke the authentication credentials that you created, and delete the local credential file.

   gcloud auth application-default revoke

2. Optional: Revoke credentials from the gcloud CLI.

   gcloud auth revoke

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.