Google Speech API + Python で音声をテキスト変換する

Python install

# Pythonのバージョン管理ソフトのインストール
$ brew install pyenv
$ echo 'export PATH="$HOME/.pyenv/bin:$PATH"' >> ~/.bashrc
$ echo 'eval "$(pyenv init -)"' >> ~/.bashrc
$ echo 'eval "$(pyenv virtualenv-init -)"' >> ~/.bashrc
$ source ~/.bashrc

# インストール可能なバージョンの確認
$ pyenv install -l

# 2系インストール
$ pyenv install 2.7.14

# 3系インストール
$ pyenv install 3.6.3

# デフォルトバージョンの指定(python python2, python3)
$ pyenv global 2.7.13 3.6.1

# Virtualenv install（環境管理用）
$ pip install virtualenv

Google Cloud Speech API　有効化

1. Google アカウントを準備する
2. GCP コンソールにログインする
3. GCP のプロジェクトを作成・選択する
4. google speech aipを有効化する
5. メニューボタンの「APIとサービス」 -> 「ダッシュボード」をクリック
6. ページ上部の「APIとサービスの有効化」をクリック
7. 検索窓で「speech」と入力し、「Google Cloud Speech API」を選択
8. 「有効にする」をクリック
9. 認証キーの取得
10. メニューボタンの「APIとサービス」 -> 「認証情報」をクリック
11. 「認証情報を作成」 -> 「サービスアカウントキー」をクリック
12. サービスアカウントの選択でspeech-apiを選択する
13. キータイプはjsonを選択する
14. 作成をクリック

参考サイト

• プロジェクトを作成、管理する
  https://cloud.google.com/resource-manager/docs/creating-managing-projects?hl=ja
• Speech API クイックスタート
  https://cloud.google.com/speech/docs/getting-started?hl=ja

gcloud（SDK）install

$ curl https://sdk.cloud.google.com | bash
$ exec -l $SHELL
$ gcloud init

# ブラウザを利用したログイン
$ gcloud auth login

-TODO-
GCP のサービスアカウントキーを取得し環境変数の設定が必要か検証が必要

# Google Cloud Speech APIの 5.認証キーの取得 でダウンロードしたjsonファイルを指定
$ export GOOGLE_APPLICATION_CREDENTIALS=<path_to_service_account_file>

サービスアカウントキー取得の参考サイト
http://blog.a-know.me/entry/2016/09/18/212947

サービスアカウントキーとは
https://cloud.google.com/speech/docs/common/auth?hl=ja
https://cloud.google.com/iam/docs/creating-managing-service-account-keys?hl=ja
https://cloud.google.com/iam/docs/understanding-service-accounts?hl=ja

Python 非ストリーミングおよびストリーミング音声認識サンプルの実行

参考サイト

# サンプルファイル取得
$ git clone https://github.com/GoogleCloudPlatform/python-docs-samples.git
$ cd python-docs-samples/speech/cloud-client

# 環境構築
$ brew install portaudio
$ pyenv local 2.7.14
$ virtualenv env
$ source env/bin/activate
$ pip install -r requirements.txt
$ pip install pyaudio

# ストリーミングで音声変換
$ python transcribe_streaming_mic.py

注）変換は言語が英語のため、日本語に変換したい場合は178行目あたりのlanguage_code = 'en-US'をlanguage_code = 'ja-JP'と変換する必要がある。