Как использовать распознавание речи google api в python?

Ответ 1

Взгляните на API Google Cloud Speech API, который позволяет разработчикам конвертировать аудио в текст [...] API распознает более 80 языков и вариантов [... ] Вы можете создать бесплатную учетную запись, чтобы получить ограниченный объем запросов API.

КАК:

Вам нужно сначала установить модуль gcloud python и google-api-python-client с помощью:

pip install --upgrade gcloud
pip install --upgrade google-api-python-client

Затем в консоли Cloud Platform перейдите на страницу "Проекты" и выберите или создайте новый проект. После того, как вам нужно включить выставление счетов для своего проекта, включить API облачной речи.

После включения API Google Cloud Speech API нажмите кнопку Перейти к учетным записям, чтобы настроить учетные данные API Cloud Speech

См. "Настройка учетной записи службы" для получения информации о том, как разрешить использование службы API облачной речи от вашего кода.

Вы должны получить как ключ ключа учетной записи службы (в JSON), так и переменную среды GOOGLE_APPLICATION_CREDENTIALS, которая позволит вам аутентифицироваться в API речи

Как только все сделано, скачайте аудиофайлы из Google, а также speech-discovery_google_rest_v1.json из Google

Измените предыдущий загруженный файл JSON, чтобы установить ключ учетных данных затем убедитесь, что вы установили переменную окружения GOOGLE_APPLICATION_CREDENTIALS в полный путь к файлу .json:

export GOOGLE_APPLICATION_CREDENTIALS=/path/to/service_account_file.json

и

Убедитесь, что вы указали переменную среды GCLOUD_PROJECT в ID вашего проекта Google Cloud:

export GCLOUD_PROJECT=your-project-id

при условии, что все сделано, вы можете создать файл tutorial.py, который содержит:

import argparse
import base64
import json

from googleapiclient import discovery
import httplib2
from oauth2client.client import GoogleCredentials


DISCOVERY_URL = ('https://{api}.googleapis.com/$discovery/rest?'
                 'version={apiVersion}')


def get_speech_service():
    credentials = GoogleCredentials.get_application_default().create_scoped(
        ['https://www.googleapis.com/auth/cloud-platform'])
    http = httplib2.Http()
    credentials.authorize(http)

    return discovery.build(
        'speech', 'v1beta1', http=http, discoveryServiceUrl=DISCOVERY_URL)


def main(speech_file):
    """Transcribe the given audio file.

    Args:
        speech_file: the name of the audio file.
    """
    with open(speech_file, 'rb') as speech:
        speech_content = base64.b64encode(speech.read())

    service = get_speech_service()
    service_request = service.speech().syncrecognize(
        body={
            'config': {
                'encoding': 'LINEAR16',  # raw 16-bit signed LE samples
                'sampleRate': 16000,  # 16 khz
                'languageCode': 'en-US',  # a BCP-47 language tag
            },
            'audio': {
                'content': speech_content.decode('UTF-8')
                }
            })
    response = service_request.execute()
    print(json.dumps(response))

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument(
        'speech_file', help='Full path of audio file to be recognized')
    args = parser.parse_args()
    main(args.speech_file)

Затем запустите:

python tutorial.py audio.raw