Chirp: modello vocale universale

Chirp è la nuova generazione di modelli di conversione della voce in testo di Google. Rappresentazione del culmine di anni di ricerca, la prima versione di Chirp è ora disponibile per Speech-to-Text. Abbiamo intenzione di migliorare ed estendere Chirp ad altre lingue e domini. Per maggiori dettagli, consulta il nostro articolo, Google USM.

Abbiamo addestrato modelli Chirp con un'architettura diversa da quella attuale di grandi dimensioni. Un singolo modello unifica i dati di più lingue. Tuttavia, gli utenti specificare comunque la lingua in cui il modello deve riconoscere il parlato. Cip non supporta alcune delle funzionalità di Google Speech di altri modelli. Continua a leggere per un elenco completo.

Identificatori del modello

Chirp è disponibile nell'API Speech-to-Text v2. Puoi usarlo come qualsiasi altro un modello di machine learning.

L'identificatore del modello per Chirp è: chirp.

Puoi specificare questo modello durante la creazione di un riconoscimento o in linea nel riconoscimento sincrono o batch richieste.

Metodi API disponibili

Chirp elabora il parlato in blocchi molto più grandi rispetto agli altri modelli. Ciò significa che potrebbe non essere adatta per un uso reale in tempo reale. Chirp è disponibile tramite i seguenti metodi dell'API:

Chirp non è disponibile per i seguenti metodi API:

  • v2 Speech.StreamingRecognize
  • v1 Speech.StreamingRecognize
  • v1 Speech.Recognize
  • v1 Speech.LongRunningRecognize
  • v1p1beta1 Speech.StreamingRecognize
  • v1p1beta1 Speech.Recognize
  • v1p1beta1 Speech.LongRunningRecognize

Regioni

Chirp è disponibile nelle seguenti regioni:

  • us-central1
  • europe-west4
  • asia-southeast1

Consulta la pagina delle lingue per ulteriori informazioni.

Linguaggi

Puoi visualizzare le lingue supportate nell'elenco delle lingue completo.

Supporto e limitazioni delle funzionalità

Chirp al momento non supporta molte delle funzionalità dell'API STT. Vedi di seguito per conoscere le limitazioni specifiche.

  • Punteggi di affidabilità: l'API restituisce un valore, ma non è effettivamente un punteggio di confidenza.
  • Adattamento vocale: nessuna funzionalità di adattamento supportata.
  • Diarizzazione: la diarizzazione automatica non è supportata.
  • Normalizzazione forzata: non supportata.
  • Affidabilità a livello di parola: non supportata.
  • Rilevamento della lingua: non supportato.

Chirp supporta le seguenti funzionalità:

  • Punteggiatura automatica: la punteggiatura è prevista dal modello. Può essere disattivato.
  • Tempistiche parole: restituiti facoltativamente.
  • Trascrizione audio indipendente dalla lingua: il modello deduce automaticamente la lingua parlata nell'audio. e lo aggiunge ai risultati.

Prima di iniziare

  1. Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.

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

    Go to project selector

  3. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

  4. Abilita le API Speech-to-Text.

    Abilita le API

  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 colunn 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 Concedi l'accesso.

    4. Nel campo Nuove entità, inserisci l'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 Aggiungi un altro ruolo e aggiungiamo ogni altro ruolo.
    7. Fai clic su Salva.
    8. Install the Google Cloud CLI.

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

      gcloud init

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

      Go to project selector

    11. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

    12. Abilita le API Speech-to-Text.

      Abilita le API

    13. 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 colunn 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 Concedi l'accesso.

      4. Nel campo Nuove entità, inserisci l'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 Aggiungi un altro ruolo e aggiungiamo ogni altro ruolo.
      7. Fai clic su Salva.
      8. Install the Google Cloud CLI.

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

        gcloud init

        10. 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 Credenziali predefinite dell'applicazione, puoi testare l'applicazione in locale ed eseguirne il deployment senza modificare il codice sottostante. Per ulteriori informazioni, consulta <atrack-type="common generate" l10n-attrs-original-order="href,track-type,track-name" l10n-encrypted-href="WDE63JFVMK0YqIWBqG8nCycgwkRfOeEqRvzYs1N+2tJUEhcZvE5WLink-reference for AuthenticatehcZvE5WLink-reference for Authenticate

      10. Create local authentication credentials for your user account: 

        gcloud auth application-default login

      Assicurati inoltre di aver installato la libreria client.

      Eseguire il riconoscimento vocale sincrono con Chirp

      Ecco un esempio di esecuzione del riconoscimento vocale sincrono su un audio locale utilizzando Chirp:

      Python

      import os

from google.api_core.client_options import ClientOptions
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_chirp(
    audio_file: str,
) -> cloud_speech.RecognizeResponse:
    """Transcribes an audio file using the Chirp model of Google Cloud Speech-to-Text API.
    Args:
        audio_file (str): Path to the local audio file to be transcribed.
            Example: "resources/audio.wav"
    Returns:
        cloud_speech.RecognizeResponse: The response from the Speech-to-Text API containing
        the transcription results.

    """
    # Instantiates a client
    client = SpeechClient(
        client_options=ClientOptions(
            api_endpoint="us-central1-speech.googleapis.com",
        )
    )

    # 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=["en-US"],
        model="chirp",
    )

    request = cloud_speech.RecognizeRequest(
        recognizer=f"projects/{PROJECT_ID}/locations/us-central1/recognizers/_",
        config=config,
        content=audio_content,
    )

    # Transcribes the audio into text
    response = client.recognize(request=request)

    for result in response.results:
        print(f"Transcript: {result.alternatives[0].transcript}")

    return response

      Effettuare una richiesta con la trascrizione indipendente dalla lingua attivata

      I seguenti esempi di codice mostrano come effettuare una richiesta con la trascrizione indipendente dal linguaggio abilitata.

      Python

      import os

from google.api_core.client_options import ClientOptions
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_chirp_auto_detect_language(
    audio_file: str,
    region: str = "us-central1",
) -> cloud_speech.RecognizeResponse:
    """Transcribe an audio file and auto-detect spoken language using Chirp.
    Please see https://cloud.google.com/speech-to-text/v2/docs/encoding for more
    information on which audio encodings are supported.
    Args:
        audio_file (str): Path to the local audio file to be transcribed.
        region (str): The region for the API endpoint.
    Returns:
        cloud_speech.RecognizeResponse: The response containing the transcription results.
    """
    # Instantiates a client
    client = SpeechClient(
        client_options=ClientOptions(
            api_endpoint=f"{region}-speech.googleapis.com",
        )
    )

    # 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=["auto"],  # Set language code to auto to detect language.
        model="chirp",
    )

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

    # Transcribes the audio into text
    response = client.recognize(request=request)

    for result in response.results:
        print(f"Transcript: {result.alternatives[0].transcript}")
        print(f"Detected Language: {result.language_code}")

    return response

      Introduzione a Chirp nella console Google Cloud

      1. Assicurati di aver eseguito la registrazione per un account Google Cloud e di aver creato un progetto.
      2. Vai a Speech nella console Google Cloud.
      3. Abilita l'API, se non è già abilitata.

      4. Crea un riconoscimento STT che utilizzi Chirp. a. Vai alla scheda Riconoscitori e fai clic su Crea.

        Screenshot dell&#39;elenco Riconoscimento voce in testo.

        b. Nella pagina Crea riconoscimento, inserisci i campi necessari per Chirp.

        Screenshot della pagina di creazione del riconoscimento della voce in testo.

        i. Assegna un nome al riconoscimento.

        ii. Seleziona chirp come modello.

        iii. Seleziona la lingua che vuoi utilizzare. Devi utilizzare un riconoscimento per ogni lingua che intendi testare.

        iv. Non selezionare altre funzionalità.

      5. Assicurati di avere un spazio di lavoro con l'interfaccia utente STT. Se non ne hai già uno, devi crearne uno. a. Visita la pagina delle trascrizioni e fai clic su Nuova trascrizione.

        b. Apri il menu a discesa Area di lavoro e fai clic su Nuova area di lavoro per creare un'area di lavoro per la trascrizione.

        c. Nella barra laterale di navigazione Crea una nuova area di lavoro, fai clic su Sfoglia.

        d. Fai clic per creare un nuovo bucket.

        e. Inserisci un nome per il bucket e fai clic su Continua.

        f. Fai clic su Crea per creare il bucket Cloud Storage.

        g Una volta creato il bucket, fai clic su Seleziona per selezionare il bucket da utilizzare.

        H Fai clic su Crea per completare la creazione dell'area di lavoro per l'interfaccia utente con conversione della voce in testo.

      6. Esegui una trascrizione dell'audio effettivo.

        Screenshot della pagina di creazione della trascrizione della voce in testo che mostra la selezione o il caricamento dei file.

        a. Nella pagina Nuova trascrizione, seleziona il file audio tramite il caricamento (caricamento locale) o specificando un file Cloud Storage esistente (Cloud Storage). Nota: l'interfaccia utente tenta di valutare automaticamente i parametri del file audio.

        b. Fai clic su Continua per passare alle Opzioni di trascrizione.

        Screenshot della pagina di creazione della trascrizione della voce in testo che mostra la selezione del modello Chirp e l&#39;invio di un job di trascrizione.

        c. Seleziona la Lingua parlata che intendi utilizzare per il riconoscimento con Chirp dal riconoscimento creato in precedenza.

        d. Nel menu a discesa del modello, seleziona Chirp - Universal Speech Model.

        e. Nel menu a discesa Riconoscimento, seleziona il riconoscimento appena creato.

        f. Fai clic su Invia per eseguire la tua prima richiesta di riconoscimento utilizzando Chirp.

      7. Visualizza il risultato della trascrizione Chirp. a. Nella pagina Trascrizioni, fai clic sul nome della trascrizione per visualizzare il relativo risultato.

        b. Nella pagina Dettagli trascrizione, visualizza il risultato della trascrizione e, facoltativamente, riproduci l'audio nel browser.

      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. Facoltativo: revoca le credenziali di autenticazione che hai creato ed elimina il file delle credenziali locale. 

        gcloud auth application-default revoke

      2. Facoltativo: revoca le credenziali dallgcloud CLI. 

        gcloud auth revoke

      Console

    14. In the Google Cloud console, go to the Manage resources page.

      Go to Manage resources

    15. In the project list, select the project that you want to delete, and then click Delete.
    16. In the dialog, type the project ID, and then click Shut down to delete the project.

      17. gcloud

      Delete a Google Cloud project:

      gcloud projects delete PROJECT_ID

      Passaggi successivi