Google Speech API 使用記錄

google說明文件

解構

1. 使用這個功能主要是先有一個google cloud platform的帳號
2. 啟用一個專案，並且啟用 google speech api，最後拿到使用金鑰
3. HOST: speech.googleapis.com
4. method: POST
5. endpoint: /v1/speech:longrunningrecognize
6. queryString: key

範例

[POST] https://speech.googleapis.com/v1/speech:longrunningrecognize?key=<key>
body
{  
  "config": { 
    "encoding":"FLAC",      
    "sampleRateHertz": 8000,
    "language_code": "cmn-Hant-TW",
    "enableWordTimeOffsets": false  }, 
  "audio": {      
    "uri":"gs://<bucket_name>/<file_name>"  
  }
}

回傳範例

{
  "name": "7612202767953098924"
}

因為這是使用speech:longrunningrecognize，所以在等待一段時間之後，可以透過這次回傳的資料operation name的資訊。在拿到完整的翻譯資訊

[GET] https://speech.googleapis.com/v1/operations/OPERATION_NAME?key=API_KEY

最後說明

1. 聲音檔要轉成flac格式，並且為單聲道，同時也要確認音頻[待補,找到更優雅的做法]