GSP119

Visão geral

A API Cloud Speech facilita a integração das tecnologias de reconhecimento de fala do Google a apps de desenvolvedor. Use a API para enviar áudio e receber do serviço a transcrição de texto correspondente. Veja mais informações em O que é a API Cloud Speech do Google?

O que você vai aprender

Neste laboratório você vai fazer o seguinte para configurar e usar a API Speech:

• Criar uma chave de API
• Criar uma solicitação da API Speech
• Chamar a solicitação da API Speech

Configuração e requisitos

Antes de clicar no botão Start Lab

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é iniciado quando você clica em Começar o laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

Observação: para executar este laboratório, use o modo de navegação anônima ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e a conta de estudante, o que poderia causar cobranças extras na sua conta pessoal.

• Tempo para concluir o laboratório---não se esqueça: depois de começar, não será possível pausar o laboratório.

Observação: não use seu projeto ou conta do Google Cloud neste laboratório para evitar cobranças extras na sua conta.

Agora que você começou seu laboratório, faça login no console do Google Cloud.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar, você verá um pop-up para selecionar a forma de pagamento. No painel Detalhes do laboratório à esquerda, você verá o seguinte:

   • O botão Abrir Console do Cloud
   • Tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações se forem necessárias

2. Clique em Abrir Console do Google. O laboratório ativa recursos e depois abre outra guia com a página Fazer login.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Caso seja preciso, copie o Nome de usuário no painel Detalhes do laboratório e cole esse nome na caixa de diálogo Fazer login. Clique em Avançar.

4. Copie a Senha no painel Detalhes do laboratório e a cole na caixa de diálogo Olá. Clique em Avançar.

   Importante: você precisa usar as credenciais do painel à esquerda. Não use suas credenciais do Google Cloud Ensina. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

5. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do GCP vai ser aberto nesta guia.

Observação: para ver uma lista dos produtos e serviços do Google Cloud, clique no Menu de navegação no canto superior esquerdo.

Tarefa 1: crie uma chave de API

Como curl será usado para enviar uma solicitação à API Speech, você precisará gerar uma chave de API para transmitir nosso URL de pedido.

1. Para criar uma chave de API, clique em Menu de navegação > APIs e serviços > Credenciais.

2. Clique em Criar credenciais.

3. No menu suspenso, selecione Chave de API.

4. Copie a chave gerada e clique em Fechar.

Clique em Verificar meu progresso para conferir o objetivo.

Crie uma chave de API

Agora, salve a chave de API em uma variável de ambiente para não precisar inserir o valor dela em cada solicitação.

Para executar as próximas etapas, conecte usando SSH à instância provisionada para você.

1. No Menu de navegação, selecione Compute Engine. Você verá uma linux-instance listada na janela instâncias de VM.

2. Clique no botão SSH próximo a linux-instance. Você vai ver um shell interativo.

3. Na linha de comando, digite as seguintes informações e substitua <YOUR_API_KEY> pela chave de API que você copiou da gerada anteriormente:

export API_KEY=<YOUR_API_KEY>

Continue nessa sessão SSH até o fim do laboratório.

Tarefa 2: crie sua solicitação da API Speech

Observação: você vai usar um arquivo de áudio pré-gravado disponível no Cloud Storage: gs://cloud-samples-tests/speech/brooklyn.flac. Ouça o arquivo de áudio antes de enviá-lo para a API Speech..

1. Crie um arquivo request.json na linha de comando SSH. Ele será usado para criar sua solicitação à API Speech.

touch request.json

2. Abra a request.json:

nano request.json Observação: você pode usar o editor de linha de comando que preferir (nano, vim, emacs) ou a gcloud. Este laboratório fornece instruções para nano.

3. Adicione as seguintes informações ao seu arquivo request.json usando o valor uri do arquivo RAW de amostra de áudio:

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

4. Pressione control + x e, em seguida, y para salvar. Depois pressione Enter para fechar o arquivo request.json.

O corpo da solicitação tem objetos config e audio.

Em config, você informa à API Speech como processar a solicitação. O parâmetro encoding informa à API o tipo de codificação de áudio que está sendo usado, enquanto o arquivo é enviado à API. FLAC é o tipo de codificação usada com os arquivos .raw. Saiba mais sobre os tipos de codificação no Guia RecognitionConfig.

É possível adicionar outros parâmetros ao objeto config, mas encoding é o único obrigatório.

No objeto audio, transmita à API o URI do arquivo de áudio no Cloud Storage.

Clique em Verificar meu progresso para conferir o objetivo.

Crie uma solicitação da API Speech

Agora você está pronto para chamar a API Speech.

Tarefa 3: chame a API Speech

1. Para enviar o corpo da sua solicitação com a variável de ambiente da chave de API à API Speech, use o comando curl abaixo. Ele deve ter apenas uma linha:

curl -s -X POST -H "Content-Type: application/json" --data-binary @request.json \ "https://speech.googleapis.com/v1/speech:recognize?key=${API_KEY}"

A resposta deverá ser parecida com esta:

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

O valor de transcript corresponde à transcrição que a API Speech fez do seu arquivo de áudio. O valor de confidence indica o quanto a API considera preciso o texto da transcrição.

Perceba que você chamou o método syncrecognize na solicitação acima. A API Speech oferece suporte à fala síncrona e assíncrona para transcrição de texto. Nesse exemplo, você enviou um arquivo de áudio, mas também é possível usar o método syncrecognize para fazer a transcrição de texto enquanto o usuário fala.

Você criou uma solicitação da API Speech e chamou a API Speech.

2. Execute este comando para salvar a resposta em um arquivo result.json:

curl -s -X POST -H "Content-Type: application/json" --data-binary @request.json \ "https://speech.googleapis.com/v1/speech:recognize?key=${API_KEY}" > result.json

Clique em Verificar meu progresso para conferir o objetivo.

Chame a API Speech

Parabéns!

Aqui termina o laboratório autoguiado "API Cloud Speech: Qwik Start". Você integrou o reconhecimento de fala ao aplicativo e gerou uma transcrição pelo serviço.

Termine a Quest

Este laboratório autoguiado faz parte das Quests Baseline: Data, ML, AI e Intro to ML: Language Processing. Uma Quest é uma série de laboratórios relacionados que formam um programa de aprendizado. Ao concluir uma Quest, você ganha um selo como reconhecimento da sua conquista. É possível publicar os selos e incluir um link para eles no seu currículo on-line ou nas redes sociais. Inscreva-se em qualquer Quest que tenha este laboratório para receber os créditos de conclusão na mesma hora. Acesse o catálogo para conferir todas as Quests disponíveis.

Comece o próximo laboratório

Este laboratório também faz parte de uma série chamada Qwik Starts. Ela foi desenvolvida para apresentar os vários recursos disponíveis no Google Cloud. Pesquise "Qwik Starts" no catálogo de laboratórios para encontrar algum que seja do seu interesse.

Próximas etapas/Saiba mais

• Confira as Quests do Google Cloud Ensina para acessar uma série de laboratórios sobre o mesmo tema. Por exemplo, Networking Fundamentals in Google Cloud.

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 15 de setembro de 2023

Laboratório testado em 13 de outubro de 2023

Copyright 2024 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.