google cloud speech API

クイックスタート

サンプルの音声を利用

sync-request.json

{
  "config": {
      "encoding":"FLAC",
      "sampleRate": 16000,
      "languageCode": "en-US"
  },
  "audio": {
      "uri":"gs://cloud-samples-tests/speech/brooklyn.flac"
  }
}

サービスアカウントの認証

cloud auth activate-service-account --key-file=<path/to/service-account-key.json>

認証トークンの取得

gcloud auth print-access-token

リクエスト発行

curl -s -k -H "Content-Type: application/json" \
    -H "Authorization: Bearer <access_token>" \
    https://speech.googleapis.com/v1beta1/speech:syncrecognize \
    -d @sync-request.json

結果

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

日本語でやってみた

使用データ　(E-13)
mp3→flac変換
(その前にsoxをaptgetでインストールし、mp3のライブラリ→libsox-fmt-mp3もapt-getでインストール)

sox narration.mp3 narration.flac channels 1 rate 16k

flacをアップロード

gsutil cp narration.flac gs://<bucket>/narration.flac

リスエスト編集

sync-request.json

{
  "config": {
      "encoding":"flac",
      "sampleRate": 16000,
      "languageCode": "ja-JP"
  },
  "audio": {
      "uri":"gs://<bucket>/narration.flac"
  }
}

リクエスト実行

curl -s -k -H "Content-Type: application/json" \
-H "Authorization: Bearer <access_token>" https://speech.googleapis.com/v1beta1/speech:syncrecognize \
-d @sync-request.json

結果

{
  "results": [
    {
      "alternatives": [
        {
          "transcript": "出展企業200社を揃え3万人が集う日本最大規模のデジタルクリエーター見本市デジタルクリエイト2007が8月29日に幕張メッセにて開幕します",
          "confidence": 0.75
        }
      ]
    }
  ]
}