[Google API] 語音轉換、翻譯 API | Speech to Text Transcription with the Cloud Speech API

Posted on | In |

[Google API] 語音轉換、翻譯 API | Speech to Text Transcription with the Cloud Speech API

Status: Completed

▌目的

  1. 使用curl 發送API請求，協助轉換語音到文字 Creating a Speech API request and calling the API with curl
  2. 面對各國不同語言情境，可以調整語音辨語言

▌1. 語音轉換文字 API | Cloud Speech-to-Text API

1. 建立可以授信的 API key

  • 建立一個憑證Credentials，一般信認的三式有種API Key、OAuth、Service Account
  • 本次使用的API Key

Untitled.png

  • 獲取Token Key

    Untitled1.png

  • 完整Token 資訊

    • 限制
      你的Token，可以只針對某些特定的application、HTTP、IP作使用

      Untitled2.png

  • 為了待會使用curl，需要做驗證
    可以先將token設成一個變數，如此作法也較安全
    不會因為明碼直接外洩

    Untitled3.png

2. 準備一個語音檔Create your Speech API request

準備一個json裡面要告知API語音的資訊

  • encoding 也就是語音的格式：flac是一種語音格式檔

  • languageCode 語言：en-us(預式都是英文)

    Untitled4.png

*補充encoding格式說明

https://cloud.google.com/speech-to-text/docs/reference/rest/v1/RecognitionConfig

3. cURL: 呼叫 Speech API

curl 參數說明

  • -s : –silent 安靜模式，不要顯示任何progress在console，即使有err也是

  • -X POST: -X –request

    • 一般搭配 [GET|POST|PUT|DELETE|PATCH]
      使用指定的 http method 來發出 http request

  • -H : 設定 request 裡所攜帶的 header

  • —data-binary: 攜帶 HTTP POST Data

  • @request.json: 用來夾檔

  • ?key=${API_KEY}: 用來餵toke n

  • > result.json: 內容輸出到指定檔案

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

4. 輸出結果

將flac語音轉換成text文字，也附上轉的confidence指數高達98%，代表它的翻譯準確程度

Untitled5.png

▌2. 翻譯 API | Cloud Translation API

1. Create an API Key

基本上跟上面的例子一樣，建一個token供API request使用

Untitled6.png

2. 開始翻譯 | Translate Text

3. 多國語言翻譯

Translation API 的另一個功能可以協助偵測不同國語言

  • TEXT 這邊設定二組字串有葡萄文跟日文

  • &q= 可以吃多個變數，一起使用同一次request，也算是省錢吧!?
    其實沒有，因為計價的方式來自$20 per million characters*

    TEXT_ONE=”Meu nome é Steven”
    TEXT_TWO=”日本のグーグルのオフィスは、東京の六本木ヒルズにあります”

curl "https://translation.googleapis.com/language/translate/v2/detect?key=${API_KEY}&q=${TEXT_ONE}&q=${TEXT_TWO}"

結果回傳"pt" 、 "ja" 代表這二組字串分別來葡萄牙語與日文

  • 而語文的簡碼可以參考 ISO-639-1 所定義的各國簡碼

    Untitled8.png

    清楚版

    {
  "data": {
    "detections": [
      [
        {
          "confidence": 0.20671661198139191,
          "isReliable": false,
          "language": "pt"
        }
      ],
      [
        {
          "confidence": 0.97750955820083618,
          "isReliable": false,
          "language": "ja"
        }
      ]
    ]
  }
}

▌3. Google Cloud API with POSTMAN

上述的例子都是使用curl直接request，這邊換一個postman來發出request。這邊不同的於curl的方式，我們可以把token存在option中，且json request也可以寫在body當中

1. POSTMAN 驗證 | Authorization

  • Auth類型: API Key
    作法一樣至Credentials得到一組token

    • 帶入API URI
      https://speech.googleapis.com/v1/speech:recognize?key=AI...........o

      Untitled9.png

2. 請求 JSON

  • 轉入的 json 可以直接寫在body內，原則上跟上面的例子一樣
    告知檔案格式與flac的來源與格式

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

    Body: JSON

    • 寫入body，記得也要轉換JSON

      Untitled10.png

3. 執行

  • response結果
    成功將語音轉換成文字

    Untitled11.png

▌參考

  1. CURL
    https://blog.techbridge.cc/2019/02/01/linux-curl-command-tutorial/

  2. Speech to Text Transcription with the Cloud Speech API

    https://www.qwiklabs.com/focuses/2187?catalog_rank=%7B%22rank%22%3A5%2C%22num_filters%22%3A0%2C%22has_search%22%3Atrue%7D&parent=catalog&search_id=4748950

  3. 翻譯 API | Translate Text with the Cloud Translation API

    Translate Text with the Cloud Translation API | Qwiklabs

  4. POSTMAN with Speech API

    Google Cloud API with POSTMAN