Utiliser l'API Speech-to-Text avec C#

Utiliser l'API Speech-to-Text avec C#

À propos de cet atelier de programmation

subjectDernière mise à jour : juin 26, 2023
account_circleRédigé par Mete Atamel

1. Présentation

L'API Google Cloud Speech-to-Text permet aux développeurs de convertir du contenu audio en texte dans 120 langues et variantes, en appliquant de puissants modèles de réseaux de neurones via une API facile à utiliser.

Dans cet atelier de programmation, vous allez vous concentrer sur l'utilisation de l'API Speech-to-Text avec C#. Vous allez apprendre à envoyer un fichier audio en anglais et dans d'autres langues à l'API Cloud Speech-to-Text pour qu'il soit transcrit.

Points abordés

  • Utiliser Cloud Shell
  • Activer l'API Speech-to-Text
  • Authentifier les requêtes API
  • Installer la bibliothèque cliente Google Cloud pour C#
  • Transcrire des fichiers audio en anglais
  • Transcrire des fichiers audio avec des codes temporels pour les mots
  • Transcrire des fichiers audio dans différentes langues

Prérequis

  • Un projet Google Cloud Platform
  • Un navigateur tel que Chrome ou Firefox
  • Bonne connaissance de C#

Enquête

<ph type="x-smartling-placeholder">

Comment allez-vous utiliser ce tutoriel ?

Comment évalueriez-vous votre expérience avec C#?

Quel est votre niveau d'expérience avec les services Google Cloud Platform ?

.

2. Préparation

Configuration de l'environnement au rythme de chacun

  1. Connectez-vous à la console Google Cloud, puis créez un projet ou réutilisez un projet existant. (Si vous ne possédez pas encore de compte Gmail ou Google Workspace, vous devez en créer un.)

295004821bab6a87.png

37d264871000675d.png

96d86d3d5655cdbe.png

  • Le nom du projet est le nom à afficher pour les participants au projet. Il s'agit d'une chaîne de caractères non utilisée par les API Google. Vous pourrez toujours le modifier.
  • L'ID du projet est unique parmi tous les projets Google Cloud et non modifiable une fois défini. La console Cloud génère automatiquement une chaîne unique (en général, vous n'y accordez d'importance particulière). Dans la plupart des ateliers de programmation, vous devrez indiquer l'ID de votre projet (généralement identifié par PROJECT_ID). Si l'ID généré ne vous convient pas, vous pouvez en générer un autre de manière aléatoire. Vous pouvez également en spécifier un et voir s'il est disponible. Après cette étape, l'ID n'est plus modifiable et restera donc le même pour toute la durée du projet.
  • Pour information, il existe une troisième valeur (le numéro de projet) que certaines API utilisent. Pour en savoir plus sur ces trois valeurs, consultez la documentation.
  1. Vous devez ensuite activer la facturation dans la console Cloud pour utiliser les ressources/API Cloud. L'exécution de cet atelier de programmation est très peu coûteuse, voire sans frais. Pour désactiver les ressources et éviter ainsi que des frais ne vous soient facturés après ce tutoriel, vous pouvez supprimer le projet ou les ressources que vous avez créées. Les nouveaux utilisateurs de Google Cloud peuvent participer au programme d'essai sans frais pour bénéficier d'un crédit de 300 $.

Démarrer Cloud Shell

Bien que Google Cloud puisse être utilisé à distance depuis votre ordinateur portable, nous allons nous servir de Google Cloud Shell pour cet atelier de programmation, un environnement de ligne de commande exécuté dans le cloud.

Activer Cloud Shell

  1. Dans Cloud Console, cliquez sur Activer Cloud Shell d1264ca30785e435.png.

cb81e7c8e34bc8d.png

Si vous démarrez Cloud Shell pour la première fois, un écran intermédiaire vous explique de quoi il s'agit. Si un écran intermédiaire vous s'est présenté, cliquez sur Continue (Continuer).

d95252b003979716.png

Le provisionnement et la connexion à Cloud Shell ne devraient pas prendre plus de quelques minutes.

7833d5e1c5d18f54.png

Cette machine virtuelle contient tous les outils de développement nécessaires. Elle comprend un répertoire d'accueil persistant de 5 Go et s'exécute dans Google Cloud, ce qui améliore considérablement les performances du réseau et l'authentification. Une grande partie, voire la totalité, de votre travail dans cet atelier de programmation peut être effectué dans un navigateur.

Une fois connecté à Cloud Shell, vous êtes authentifié et le projet est défini sur votre ID de projet.

  1. Exécutez la commande suivante dans Cloud Shell pour vérifier que vous êtes authentifié :
gcloud auth list

Résultat de la commande

 Credentialed Accounts
ACTIVE  ACCOUNT
*       <my_account>@<my_domain.com>

To set the active account, run:
    $ gcloud config set account `ACCOUNT`
  1. Exécutez la commande suivante dans Cloud Shell pour vérifier que la commande gcloud connaît votre projet:
gcloud config list project

Résultat de la commande

[core]
project = <PROJECT_ID>

Si vous obtenez un résultat différent, exécutez cette commande :

gcloud config set project <PROJECT_ID>

Résultat de la commande

Updated property [core/project].

3. Activer l&#39;API Speech-to-Text

Avant de pouvoir utiliser l'API Speech-to-Text, vous devez l'activer. Vous pouvez activer l'API à l'aide de la commande suivante dans Cloud Shell:

gcloud services enable speech.googleapis.com

4. Installer la bibliothèque cliente de l&#39;API Google Cloud Speech-to-Text pour C#

Commencez par créer une application de console C# simple que vous utiliserez pour exécuter des exemples d'API Speech-to-Text:

dotnet new console -n SpeechToTextApiDemo

L'application créée et les dépendances doivent être résolues:

The template "Console Application" was created successfully.
Processing post-creation actions...
...
Restore succeeded.

Accédez ensuite au dossier SpeechToTextApiDemo:

cd SpeechToTextApiDemo/

Ajoutez le package NuGet Google.Cloud.Speech.V1 au projet:

dotnet add package Google.Cloud.Speech.V1
info : Adding PackageReference for package 'Google.Cloud.Speech.V1' into project '/home/atameldev/SpeechToTextApiDemo/SpeechToTextApiDemo.csproj'.
log  
: Restoring packages for /home/atameldev/SpeechToTextApiDemo/SpeechToTextApiDemo.csproj...
...
info
: PackageReference for package 'Google.Cloud.Speech.V1' version '1.0.1' added to file '/home/atameldev/SpeechToTextApiDemo/SpeechToTextApiDemo.csproj'.

Vous êtes maintenant prêt à utiliser l'API Speech-to-Text.

5. Transcrire des fichiers audio

Dans cette section, vous allez transcrire un fichier audio préenregistré en anglais. Le fichier audio est disponible sur Google Cloud Storage.

Pour transcrire un fichier audio, ouvrez l'éditeur de code en haut à droite de Cloud Shell:

fd3fc1303e63572.png

Accédez au fichier Program.cs dans le dossier SpeechToTextApiDemo et remplacez le code par ce qui suit:

using Google.Cloud.Speech.V1;
using System;

namespace SpeechToTextApiDemo
{
   
public class Program
   
{
       
public static void Main(string[] args)
       
{
           
var speech = SpeechClient.Create();
           
var config = new RecognitionConfig
           
{
               
Encoding = RecognitionConfig.Types.AudioEncoding.Flac,
               
SampleRateHertz = 16000,
               
LanguageCode = LanguageCodes.English.UnitedStates
           
};
           
var audio = RecognitionAudio.FromStorageUri("gs://cloud-samples-tests/speech/brooklyn.flac");        
           
           
var response = speech.Recognize(config, audio);

           
foreach (var result in response.Results)
           
{
               
foreach (var alternative in result.Alternatives)
               
{
                   
Console.WriteLine(alternative.Transcript);
               
}
           
}
       
}
   
}
}

Prenez une minute ou deux pour étudier le code et vous verrez qu'il sera utilisé pour transcrire un fichier audio*.*

Le paramètre Encoding indique à l'API le type d'encodage audio que vous utilisez pour le fichier audio. Flac est le type d'encodage des fichiers .raw (consultez la documentation pour en savoir plus sur le type d'encodage).

Dans l'objet RecognitionAudio, vous pouvez transmettre à l'API l'URI de notre fichier audio dans Cloud Storage ou le chemin d'accès au fichier audio local. Ici, nous utilisons un URI Cloud Storage.

Retournez dans Cloud Shell, puis exécutez l'application:

dotnet run

Vous devriez obtenir le résultat suivant :

how old is the Brooklyn Bridge

Résumé

Au cours de cette étape, vous avez réussi à transcrire un fichier audio en anglais et à imprimer le résultat. En savoir plus sur la transcription

6. Transcrire avec les codes temporels des mots

Speech-to-Text peut détecter le décalage temporel (code temporel) du contenu audio transcrit. Les décalages temporels indiquent le début et la fin de chaque mot prononcé dans le contenu audio fourni. Une valeur de décalage temporel représente la durée écoulée depuis le début du contenu audio, par incréments de 100 ms.

Pour transcrire un fichier audio avec des décalages temporels, accédez au fichier Program.cs dans le dossier SpeechToTextApiDemo et remplacez le code par ce qui suit:

using Google.Cloud.Speech.V1;
using System;

namespace SpeechToTextApiDemo
{
   
public class Program
   
{
       
public static void Main(string[] args)
       
{
           
var speech = SpeechClient.Create();
           
var config = new RecognitionConfig
           
{
               
Encoding = RecognitionConfig.Types.AudioEncoding.Flac,
               
SampleRateHertz = 16000,
               
LanguageCode = LanguageCodes.English.UnitedStates,
               
EnableWordTimeOffsets = true
           
};
           
var audio = RecognitionAudio.FromStorageUri("gs://cloud-samples-tests/speech/brooklyn.flac");
     
           
var response = speech.Recognize(config, audio);

           
foreach (var result in response.Results)
           
{
               
foreach (var alternative in result.Alternatives)
               
{
                   
Console.WriteLine($"Transcript: { alternative.Transcript}");
                   
Console.WriteLine("Word details:");
                   
Console.WriteLine($" Word count:{alternative.Words.Count}");
                   
foreach (var item in alternative.Words)
                   
{
                       
Console.WriteLine($"  {item.Word}");
                       
Console.WriteLine($"    WordStartTime: {item.StartTime}");
                       
Console.WriteLine($"    WordEndTime: {item.EndTime}");
                   
}
               
}
           
}
       
}
   
}
}

Prenez une minute ou deux pour étudier le code et vous verrez qu'il sera utilisé pour transcrire un fichier audio avec les codes temporels des mots*.* Le paramètre EnableWordTimeOffsets indique à l'API d'activer les décalages temporels (consultez la documentation pour en savoir plus).

Retournez dans Cloud Shell, puis exécutez l'application:

dotnet run

Vous devriez obtenir le résultat suivant :

dotnet run

Transcript: how old is the Brooklyn Bridge
Word details:
 
Word count:6
  how
   
WordStartTime: "0s"
   
WordEndTime: "0.300s"
  old
   
WordStartTime: "0.300s"
   
WordEndTime: "0.600s"
 
is
   
WordStartTime: "0.600s"
   
WordEndTime: "0.800s"
  the
   
WordStartTime: "0.800s"
   
WordEndTime: "0.900s"
 
Brooklyn
   
WordStartTime: "0.900s"
   
WordEndTime: "1.100s"
 
Bridge
   
WordStartTime: "1.100s"
   
WordEndTime: "1.500s"

Résumé

Au cours de cette étape, vous avez réussi à transcrire un fichier audio en anglais avec des horodatages au niveau des mots et à imprimer le résultat. En savoir plus sur la transcription avec des décalages au niveau des mots

7. Transcrire d&#39;autres langues

L'API Speech-to-Text permet la transcription dans plus de 100 langues. Vous pouvez consulter la liste des langues acceptées sur cette page.

Dans cette section, vous allez transcrire un fichier audio préenregistré en français. Le fichier audio est disponible sur Google Cloud Storage.

Pour transcrire le fichier audio en français, accédez au fichier Program.cs dans le dossier SpeechToTextApiDemo et remplacez le code par ce qui suit:

using Google.Cloud.Speech.V1;
using System;

namespace SpeechToTextApiDemo
{
   
public class Program
   
{
       
public static void Main(string[] args)
       
{
           
var speech = SpeechClient.Create();
           
var config = new RecognitionConfig
           
{
               
Encoding = RecognitionConfig.Types.AudioEncoding.Flac,
               
LanguageCode = LanguageCodes.French.France
           
};
           
var audio = RecognitionAudio.FromStorageUri("gs://cloud-samples-data/speech/corbeau_renard.flac");

           
var response = speech.Recognize(config, audio);

           
foreach (var result in response.Results)
           
{
               
foreach (var alternative in result.Alternatives)
               
{
                   
Console.WriteLine(alternative.Transcript);
               
}
           
}
       
}
   
}
}

Prenez une ou deux minutes pour étudier le code et découvrir comment il permet de transcrire un fichier audio*.* Le paramètre LanguageCode indique à l'API la langue de l'enregistrement audio.

Retournez dans Cloud Shell, puis exécutez l'application:

dotnet run

Vous devriez obtenir le résultat suivant :

maître corbeau sur un arbre perché tenait en son bec un fromage

Il s'agit d'une phrase extraite d'un conte français pour enfants populaire.

Résumé

Au cours de cette étape, vous avez réussi à transcrire un fichier audio en français et à imprimer le résultat. En savoir plus sur les langues acceptées

8. Félicitations !

Vous avez appris à utiliser l'API Speech-to-Text avec C# pour effectuer différents types de transcription sur des fichiers audio.

Effectuer un nettoyage

Afin d'éviter que des frais ne soient facturés sur votre compte Google Cloud Platform pour les ressources utilisées dans ce démarrage rapide, procédez comme suit :

  • Accédez à la console Cloud Platform.
  • Sélectionnez le projet que vous souhaitez arrêter, puis cliquez sur "Supprimer". en haut: la suppression du projet est programmée.

En savoir plus

Licence

Ce document est publié sous une licence Creative Commons Attribution 2.0 Generic.