GSP119

概览

借助 Google Cloud Speech API，可以轻松将 Google 语音识别技术集成到开发者应用中。向 Speech API 服务发送音频，即可收到转写成的文字。如需了解详情，请参阅 Google Cloud Speech API 是什么？

学习内容

在本实验中，您将执行以下操作来设置和使用 Speech API：

• 创建 API 密钥
• 创建 Speech API 请求
• 调用 Speech API 请求

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。

此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。我们会为您提供新的临时凭据，让您可以在实验规定的时间内用来登录和访问 Google Cloud。

为完成此实验，您需要：

• 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。

注意：请使用无痕模式或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。

• 完成实验的时间 - 请注意，实验开始后无法暂停。

注意：如果您已有自己的个人 Google Cloud 账号或项目，请不要在此实验中使用，以避免您的账号产生额外的费用。

现在您已启动了实验，接下来需要登录到 Google Cloud 控制台。

如何开始实验并登录 Google Cloud 控制台

1. 点击开始实验按钮。如果该实验需要付费，系统会打开一个弹出式窗口供您选择付款方式。左侧是实验详细信息面板，其中包含以下各项：

   • 打开 Google 控制台按钮
   • 剩余时间
   • 进行该实验时必须使用的临时凭据
   • 帮助您逐步完成本实验所需的其他信息（如果需要）

2. 点击打开 Google 控制台。 该实验会启动资源并打开另一个标签页，显示登录页面。

   提示：请将这些标签页安排在不同的窗口中，并将它们并排显示。

   注意：如果您看见选择帐号对话框，请点击使用其他帐号。

3. 如有必要，请从实验详细信息面板复制用户名，然后将其粘贴到登录对话框中。点击下一步。

4. 请从实验详细信息面板复制密码，然后将其粘贴到欢迎对话框中。点击下一步。

   重要提示：您必须使用左侧面板中的凭据。请勿使用您的 Google Cloud Skills Boost 凭据。 注意：在本次实验中使用您自己的 Google Cloud 帐号可能会产生额外费用。

5. 继续在后续页面中点击以完成相应操作：

   • 接受条款及条件。
   • 由于该帐号为临时帐号，请勿添加帐号恢复选项或双重验证。
   • 请勿注册免费试用。

片刻之后，系统会在此标签页中打开 Cloud 控制台。

注意：您可以点击左上角的导航菜单来查看列有 Google Cloud 产品和服务的菜单。

任务 1. 创建 API 密钥

由于您将使用 curl 向 Speech API 发送请求，因此需要生成 API 密钥来传入请求网址。

1. 要创建 API 密钥，请依次点击导航菜单 > API 和服务 > 凭据。

2. 然后点击创建凭据。

3. 在下拉菜单中选择 API 密钥。

4. 复制您刚刚生成的密钥，然后点击关闭。

点击检查我的进度以验证是否完成了以下目标：

创建 API 密钥

现在您已经有了 API 密钥，可以将其保存为一个环境变量，这样就不必在每个请求中都插入该 API 密钥的值。

要执行后续步骤，请使用 SSH 连接到为您预配的实例。

1. 在导航菜单中，选择 Compute Engine。您应该会看到 VM 实例窗口中列出了 linux-instance。

2. 点击 linux-instance 所在行的 SSH 按钮。您将转跳至一个交互式 shell。

3. 在命令行中，输入以下内容，并将 <YOUR_API_KEY> 替换为之前生成的 API 密钥：

export API_KEY=<YOUR_API_KEY>

在本实验的剩余步骤中请不要离开该 SSH 会话。

任务 2. 创建 Speech API 请求

注意：您会用到 Cloud Storage 中预先录制的文件：gs://cloud-samples-tests/speech/brooklyn.flac。 先听一听该音频文件，然后再将其发送到 Speech API。

1. 在 SSH 命令行中创建 request.json。您将使用此文件构建发送至 Speech API 的请求：

touch request.json

2. 打开 request.json：

nano request.json 注意： 您可以使用自己首选的命令行编辑器（nano、vim、emacs）或 gcloud。本实验提供的说明适用于 nano。

3. 将以下内容添加到 request.json 文件中，并使用原始音频样本文件的 uri 值：

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

4. 按 control + x，再按 y 保存，最后按 Enter 键关闭 request.json 文件。

请求正文包含 config 和 audio 对象。

config 用于告诉 Speech API 如何处理请求。encoding 参数的用途是在向 API 发送文件时，告诉 API 您使用的是哪种类型的音频编码。FLAC 是 .raw 文件的编码类型。如需详细了解编码类型，请参阅 RecognitionConfig 指南。

您还可以向 config 对象添加其他参数，但只有 encoding 是必须提供的。

audio 对象用于向 API 传递 Cloud Storage 中音频文件的 URI。

点击检查我的进度以验证是否完成了以下目标：

创建 Speech API 请求

现在，您可以开始调用 Speech API 了！

任务 3. 调用 Speech API

1. 使用以下 curl 命令（所有内容均包含在一个命令行中），将请求正文和 API 密钥环境变量传递给 Speech API：

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

返回的内容应如下所示：

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

transcript 值返回的是 Speech API 将音频文件转写成的文字，而 confidence 值代表 API 对音频转写准确性的置信度。

您会发现，以上请求调用了 syncrecognize 方法。Speech API 同时支持同步和异步语音转文字转写。本例中发送的是完整的音频文件，不过，您也可以使用 syncrecognize 方法，在用户讲话的同时进行流式语音转文字转写。

您刚才创建了 Speech API 请求并调用了 Speech API。

2. 运行以下命令，将返回的内容保存到 result.json 文件。

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

点击检查我的进度以验证是否完成了以下目标：

调用 Speech API

恭喜！

您已完成了本自学实验“Google Cloud Speech API：Qwik Start”。您成功将语音识别技术集成到应用中，并通过该服务生成了转写文字。

完成挑战任务

本自学实验是以下挑战任务的组成部分：基准：数据、机器学习和 AI 以及机器学习简介：语言处理。一项挑战任务就是一系列相关的实验，学习时按部就班地完成这些实验即可。完成挑战任务即可赢得一枚徽章，以表彰您取得的成就。您可以公开展示徽章，还可以在您的在线简历或社交媒体账号中加入指向徽章的链接。欢迎注册参加任何包含此实验的挑战任务，完成后就能立即获得相应的积分。前往目录查看所有可参加的挑战任务。

参与下一项实验

本实验是 Qwik Starts 系列实验的其中一项。通过这些实验，您可以一窥 Google Cloud 的诸多功能。请在实验目录中搜索“Qwik Starts”，找到您要参与的下一项实验！

后续步骤/了解详情

• 查看 Google Cloud Skills Boost 挑战任务，每一项挑战任务由围绕某一领域设计的一系列实验组成。例如，Google Cloud 网络基础。

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

上次更新手册的时间：2023 年 9 月 15 日

上次测试实验的时间：2023 年 10 月 13 日

版权所有 2024 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。