ノート/音声認識再訪_2017-02-20

サイトトップ

ノート
データ処理
├マイニング
├バスケット解析
├バスケット解析をＲで
├図書貸出をＲで
├モデルクラスタリング
└
テキストマイニング
├テキストマイニングTM
├TMとシソーラス
├PubMedをTM
├TMとMeSH
├TMとNLTK
├テキストマイニングとtagger
├医薬品添付文書ＤＢ
├論文の処理1
├剽窃１
├Bing検索
└
分子進化学
├分子進化学
└
Pythonと論文アクセス
├Pythonを使ってみる
├PythonでPubMed
├Pythonで...続き
└
Macメモ
├Script

&ref(): File not found: "favicon_story.txt" at page "ノート/ノート";

自信ないので
├Winのバッチ
│├スクリプト入門
│├バッチファイル
│├SETコマンド
│├自分のメモ
│└
└

メニュー編集

Google設定 †

Cloud Speech API による音声テキスト化

↑

プログラム例 †

Google Speech APIを使えるようになるまで

に従って試す。サンプルは動いた。

Audacityで音声ファイルを加工・切り出し。長さを短くし、モノラルにした。ビットレートは元と同じ44100のまま。短いサンプルは動いた。

curl -X POST --data-binary @'speech.wav' --header 'Content-Type: audio/l16; rate=44100;' 'https://www.google.com/speech-api/v2/recognize?output=json&lang=ja-JP&key=********************************' {"result":[]} {"result":[{"alternative":[{"transcript":"channelajer 小倉の皆様こんにちは","confidence":0.44419184},{"transcript":"タネラジオ小倉の皆様こんにちは","confidence":0.65578681},{"transcript":"channelajer 小倉宮さまこんにちは","confidence":0.89999998},{"transcript":"実ラジオ小倉の皆様こんにちは","confidence":0.65546846},{"transcript":"たねラジオ小倉の皆様こんにちは","confidence":0.65578681}],"final":true}],"result_index":0}

本当には、「チャンネルアジアをご覧の皆様、こんにちは」である。

curl -X POST --data-binary @'speech.wav' --header 'Content-Type: audio/l16; rate=16000;' 'https://www.google.com/spee ch-api/v2/recognize?output=json&lang=ja-JP&key=AIzaSyAnXeUw-1Ttz5LsyplpgDcOf1hK6 TgLVRU' {"result":[]} {"result":[{"alternative":[{"transcript":"チャンネル情報グランド皆様こんにちは今週もけんせい歯科で","confidence":0.52488989},{"transcript":"チャンネル情報グランド皆様今日は今週もけんせい歯科で","confidence":0.63099253},{"transcript":"チャンネル情報グランド皆様こんにちは今週も憲政史家で","confidence":0.68730837},{"transcript":"チャンネルアジア小倉の皆様こんにちは今週もけんせい歯科で","confidence":0.63229752},{"transcript":"チャンネル情報グランド皆様こんにちは今週も先生歯科で","confidence":0.58615464}],"final":true}],"result_index":0}

curl -X POST --data-binary @'speech.wav' --header 'Content-Type: audio/l16; rate=16000;' 'https://www.google.com/speech-api/v2/recognize?output=json&lang=ja-JP&key=AIzaSyAnXeUw-1Ttz5LsyplpgDcOf1hK6TgLVRU' {"result":[]} {"result":[{"alternative":[{"transcript":"おとといおかしなことになりましたしかし今から嘘のクライム先生の話にはなお現在その脈々と続いている","confidence":0.6202212},{"transcript":"物事におかしなことになりましたしかし今から嘘のクライム先生の話にはなお現在その脈々と続いている","confidence":0.66391671},{"transcript":"昔のことになりましたしかし今から嘘のクライム先生の話にはなお現在その脈々と続いている","confidence":0.6303215},{"transcript":"もといおかしなことになりましたしかし今から嘘のクライム先生の話にはなお現在その脈々と続いている","confidence":0.6202212},{"transcript":"おとといおかしなことになりましたしかし今から嘘のクライム先生の話にはなお現在その脈々と続いているの","confidence":0.62502784}],"final":true}],"result_index":0}

本当は、

ほんと遠い昔のことになりましたが、しかし多分今からその倉山先生のお話には、なお現在脈々と続いている

↑

Stream †

Google Speech API をストリームで利用してみた

元は

Google Cloud Speech API Python Samples

ここで、Setupに従うと、Google Cloud SDKが欲しいというので、

https://cloud.google.com/sdk/docs/#rpm:Google Cloud SDK ドキュメントに従って、

sudo tee -a /etc/yum.repos.d/google-cloud-sdk.repo << EOM
[google-cloud-sdk]
name=Google Cloud SDK
baseurl=https://packages.cloud.google.com/yum/repos/cloud-sdk-el7-x86_64
enabled=1
gpgcheck=1
repo_gpgcheck=1
gpgkey=https://packages.cloud.google.com/yum/doc/yum-key.gpg
       https://packages.cloud.google.com/yum/doc/rpm-package-key.gpg
EOM

を実行。

yum install google-cloud-sdk

を実行。

gcloud init

を実行。

最新の5件

Google設定 †

プログラム例 †

Stream †