Cloud Speech-to-Text API V2(Java)を使用して、
認識精度を向上させるフレーズセットの削除を取り消す方法についてご紹介します。
フレーズセット(PhraseSet)とは
フレーズセット(PhraseSet)はモデル適応機能を実現させるためのリソースの1つです。
モデル適応機能を使用すると提案される可能性がある他の候補よりも、
Speech-to-Textが特定の単語やフレーズをより高い頻度で認識するように設定できます。
フレーズセット(PhraseSet)リソースでは下記が設定できます。
| できること | 概要 |
|---|---|
| 単語とフレーズの認識精度を向上させる | フレーズを指定することで、Speech-to-Text がその単語の並びを認識しやすくなります。 フレーズを提供することで、個々の単語を含むフレーズの一部を認識する確率も高まります。 |
| クラストークンを使用して認識精度を向上させる | 通貨単位やカレンダー日付など、自然言語で発生する一般的なコンセプトを表します。 クラスにより、共通のコンセプトに対応する大規模な単語グループの音声文字変換の精度を向上できます。 |
APIを利用する環境の準備から始める場合や、コードを実行する際は、
⧉[Google Cloud Speech-to-Text API(V2)] JavaでSpeech-to-Text APIを使ってみる
を参照ください。
| No | 目次 | |
|---|---|---|
| 1 | 削除を取り消す | |
| 1 | スコープ | |
| 2 | 実行 | |
| 3 | レスポンスの内容 |
1. 削除を取り消す
指定したフレーズセットの削除を取り消します。
1.1. スコープ
OAuth2.0でこのAPIを実行するには、以下のスコープを指定してください。
サービスアカウントで実行する場合はスコープの指定は不要です。
https://www.googleapis.com/auth/cloud-platform
1.2. 実行
public static void main(String[] args) throws Exception{
try(SpeechClient client = getSpeechClient()){
UndeletePhraseSetRequest.Builder builder = UndeletePhraseSetRequest.newBuilder();
builder.setName(String.format(
"projects/%s/locations/%s/phraseSets/%s",
"プロジェクトID","ロケーションID","フレーズセットID"));
OperationFuture<PhraseSet,OperationMetadata> response = client.undeletePhraseSetAsync(builder.build());
System.out.println(response.getName());
PhraseSet set = response.get();
System.out.println(set);
}
}
1.2.1. HTTPリクエスト
POST: https://speech.googleapis.com/v2/projects/{プロジェクトID}/locations/{ロケーションID}/phraseSets/{フレーズセットID}:undelete
が実行されます。
1.2.2. クエリパラメータ
UndeletePhraseSetRequest.Builderのsetメソッドにより、クエリパラメータを追加できます。
build()メソッドでUndeletePhraseSetRequestインスタンスを取得し、
undeletePhraseSetAsync()に渡します。
| メソッド | 引数 | 説明 |
|---|---|---|
| setName | String | 【必須】リソース名 形式："projects/{プロジェクトID}/locations/{ロケーションID}/phraseSets/{フレーズセットID}" |
| setValidateOnly | boolean | リクエストを検証し、削除を取り消したフレーズセットをプレビューするが実際には削除しないか |
| setEtag | String | チェックサム値 |
1.3. レスポンスの内容
OperationFuture<PhraseSet,OperationMetadata>
| メソッド | 戻り値 | 説明 |
|---|---|---|
| getName | String | サーバーによって割り当てられた名前 形式："projects/{プロジェクトID}/locations/{ロケーションID}/phraseSets/{フレーズセットID}" |
| isDone | boolean | 操作がまだ進行中であるか |
| getPollingFuture | RetryingFuture<OperationSnapshot> | 失敗またはキャンセルされた場合の操作のエラー結果 |
| get | PhraseSet | メタデータ |
PhraseSet
| メソッド | 戻り値 | 説明 |
|---|---|---|
| getName | String | フレーズセットのリソース名 形式："projects/{プロジェクトID}/locations/{ロケーションID}/phraseSets/{フレーズセットID}" |
| getUid | String | システムによって割り当てられたフレーズセットID |
| getPhrasesList | List<Phrase> | 単語とフレーズのリスト |
| getBoost | float | ヒントブースト(0〜20) |
| getDisplayName | String | フレーズセットの名前(63文字まで) |
| getState | State(enum) | フレーズセットのライフサイクル状態 |
| getCreateTime | Timestamp | 作成時間 |
| getUpdateTime | Timestamp | このリソースが最後に変更された時刻 |
| getDeleteTime | Timestamp | このリソースの削除が要求された時刻 |
| getExpireTime | Timestamp | このリソースがパージされる時刻 |
| getEtag | String | チェックサム値 |
| getReconciling | boolean | フレーズセットが更新中か |
| getKmsKeyName | String | フレーズセットの暗号化に使用されるKMSキーの名前 形式："projects/{project}/locations/{location}/keyRings/{key_ring}/cryptoKeys/{crypto_key}" |
| getKmsKeyVersionName | String | フレーズセットの暗号化に使用されるKMSキーのバージョン名 形式："projects/{project}/locations/{location}/keyRings/{key_ring}/cryptoKeys/{crypto_key}/cryptoKeyVersions/{crypto_key_version}" |
Phrase
| メソッド | 戻り値 | 説明 |
|---|---|---|
| getValue | String | 単語(フレーズ)、クラストークン |
| getBoost | float | ヒントブースト(0〜20) 値が高いほど認識される確率が高くなる |
OperationMetadata
| メソッド | 戻り値 | 説明 |
|---|---|---|
| getCreateTime | Timestamp | オペレーションが作成された時刻 |
| getUpdateTime | Timestamp | 操作が最後に更新された時刻 |
| getResource | String | 操作のターゲットのリソースパス |
| getMethod | String | 操作をトリガーしたメソッド |
| getUndeletePhraseSetRequest | UndeletePhraseSetRequest | フレーズセットの削除を取り消したUndeletePhraseSetRequest |
| getProgressPercent | int | オペレーションの進捗率(0〜100) |
UndeletePhraseSetRequest
| メソッド | 戻り値 | 説明 |
|---|---|---|
| getName | String | 削除を取り消すPhraseSetの名前 形式："projects/{プロジェクトID}/locations/{ロケーションID}/phraseSets/{フレーズセットID}" |
| getValidateOnly | boolean | リクエストを検証し、削除を取り消したフレーズセットをプレビューするが実際には削除を取り消さないか |
| getEtag | String | チェックサム値 |
OperationSnapshot
| メソッド | 戻り値 | 説明 |
|---|---|---|
| getErrorCode | StatusCode | エラーコード |
| getErrorMessage | String | 開発者向けのエラーメッセージ |
State
| 定義値 | 内容 |
|---|---|
| STATE_UNSPECIFIED | 未指定 |
| ACTIVE | 通常のアクティブな状態 |
| DELETED | フレーズセットは削除された |
クラストークン
Speech-to-Text がサポートしているクラストークンです。
ここでは日本語のみ(ja-JP)の一覧を表示しています。
他の言語は⧉サポートされるクラストークン(公式)を参照ください。
| クラストークン | 説明 | 音声のテキスト変換の例 |
|---|---|---|
| $OOV_CLASS_AM_RADIO_FREQUENCY | AMラジオの周波数 | 「せんにひゃくにじゅー」 = 1220 「いちにーにーぜろ」 = 1220 「いちにーにーれー」 = 1220 |
| $OOV_CLASS_DIGIT_SEQUENCE | 数字の列(任意の長さ) | 「に」 = 2 「いちにさん」 = 123 「にににににに」 = 222222 |
| $OOV_CLASS_FM_RADIO_FREQUENCY | FMラジオの周波数 | 「きゅーじゅーてんご」 = 90.5 「ななじゅーななてんいち」 = 77.1 「ななじゅーしちてんいち」 = 77.1 |
| $OOV_CLASS_TEMPERATURE | 温度(度) | 「いち」 = 1 「まいなすいち」 = -1 「ひくいち」 = -1 |
| $ADDRESSNUM | 住所の番地(対象の言語/地域で使用されるもの） | 「いちのじゅーいちのにじゅーきゅー」 = 1-11-29 「にのじゅーごのにじゅーご」 = 2-15-25 「せんにひゃくはちじゅーごのさん」 = 1285-3 |
| $FULLPHONENUM | 電話番号(対象の言語/地域で使用されるもの) | 「ぜろきゅーぜろいちにーさんよんごーろくななはち」 = 090-1234-5678 「ぜろいちにーさんいちにーさんよんごーろく」 = 0123-12-3456 「ぜろさんいちにーさんよんごーろくななはち」 = 03-1234-5678 |
| $MONEY | 金額(通貨単位名付き) | 「きゅーせんえん」 = 9000円 「さんじゅーななどる」 = 37ドル 「いちまんはっせんはっぴゃくえん」 = 18800円 |
| $OPERAND | 数値(整数、分数、小数) | 「れーてんいち」 = 0.1 「せんさんじゅーよんてんごーろくなな」 = 1034.567 「いちまん」= 1万 |
| $PERCENT | パーセント値(パーセント記号付き) | 「れーてんぜろぱーせんと」 = 0.0% 「れーてんれーぱーせんと」 = 0.0% 「さんじゅーよんてんごーろくぱーせんと」 = 34.56% |
| $POSTALCODE | 郵便番号(対象の言語/地域で使用されるもの) | 「にーさんぜろにーさんぜろぜろ」 = 230-2300 「きゅーぜろぜろのきゅーぜろぜろぜろ」 = 900-9000 「さんぜろぜろななぜろにーぜろ」 = 300-7020 |
| $TIME | 時刻または時間 | 「にじゅーじさんじっぷん」 = 20時30分 「ごじ」 = 5時 「さんじゅーにふんご」 = 32分後 |
おしまい。。