GSP048

總覽

Speech-to-Text API 可將 80 多種語言的語音檔轉錄為文字檔。

在本實驗室中，您要傳送音訊檔案至 Speech API 來製作轉錄稿。

課程內容

在本實驗室中，您將瞭解如何執行下列工作：

• 建立 Speech-to-Text API 要求，並使用 curl 呼叫 API
• 以其他語言的音訊檔案呼叫 Speech-to-Text API

設定和需求

瞭解以下事項後，再點選「Start Lab」按鈕

請詳閱以下操作說明。實驗室活動會計時，且中途無法暫停。點選「Start Lab」後就會開始計時，顯示可使用 Google Cloud 資源的時間。

您將在真正的雲端環境完成實作實驗室活動，而不是模擬或示範環境。為此，我們會提供新的暫時憑證，供您在實驗室活動期間登入及存取 Google Cloud。

為了順利完成這個實驗室，請先確認：

• 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。

注意事項：請使用無痕模式 (建議選項) 或私密瀏覽視窗執行此實驗室，這可以防止個人帳戶和學員帳戶之間的衝突，避免個人帳戶產生額外費用。

• 是時候完成實驗室活動了！別忘了，活動一旦開始將無法暫停。

注意事項：務必使用實驗室專用的學員帳戶。如果使用其他 Google Cloud 帳戶，可能會產生額外費用。

如何開始實驗室及登入 Google Cloud 控制台

1. 按一下「Start Lab」按鈕。如果實驗室會產生費用，請在開啟的對話方塊中選取付款方式。右側的「Lab setup and access」面板會顯示下列項目：

   • 「Open Google Cloud console」按鈕
   • 此實驗室所需的臨時憑證 (使用者名稱和密碼)
   • 完成此實驗室所需的其他資訊 (如有)

   請注意，實驗室計時器位於頁面頂端附近，會顯示剩餘時間。

2. 按一下「Open Google Cloud console」。如果使用 Chrome 瀏覽器，也可以按一下滑鼠右鍵，選取「在無痕視窗中開啟連結」。

   接著，實驗室會啟動相關資源，並開啟另一個分頁，顯示「登入」頁面。

   提示：您可以在不同的視窗並排開啟分頁。

   注意：頁面顯示「選擇帳戶」對話方塊時，請點選「使用其他帳戶」。

3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

   {{{user_0.username | "Username"}}}

   您也可以在「Lab setup and access」面板找到「Username」。

4. 點選「下一步」。

5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

   {{{user_0.password | "Password"}}}

   您也可以在「Lab setup and access」面板找到「Password」。

6. 點選「下一步」。

   重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

7. 繼續點按後續頁面：

   • 接受條款及細則。
   • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
   • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要使用 Google Cloud 產品和服務，請按一下「導覽選單」，或在「搜尋」欄位輸入服務或產品名稱。

工作 1：建立 API 金鑰

您將使用 curl 傳送要求至 Speech-to-Text API，因此必須產生 API 金鑰，並將該金鑰帶入要求網址中。

1. 建立 API 金鑰的第一步，是依序點選「導覽選單」圖示 >「API 和服務」>「憑證」。

2. 點選「建立憑證」，然後選取「API 金鑰」。

3. 「建立 API 金鑰」側邊面板會隨即顯示，請在「可透過這個金鑰存取的 API」部分，點選下拉式選單來選取 API。

4. 搜尋或捲動畫面並找到「Cloud Speech-to-Text API」，然後勾選核取方塊。

5. 點選「確定」。

6. 點選「建立」。

7. 複製系統產生的 API 金鑰，然後點選「關閉」。

點選「Check my progress」，確認目標已達成。

建立 API 金鑰

現在，將 API 金鑰儲存為環境變數，就不必在每項要求插入金鑰值。

5. 為進行後續步驟，需要使用 SSH 連線至為您佈建的 linux-instance：

請依序點選「導覽選單」圖示 >「Compute Engine」>「VM 執行個體」。

在「VM 執行個體」清單，找到名為 linux-instance 的 VM，名稱右側會顯示詳細資料。

6. 點選 VM 名稱 linux-instance 右側的「SSH」。

互動式殼層會隨即開啟，請在這裡完成後續操作。

7. 在殼層 (SSH) 執行下列指令，其中 <YOUR_API_KEY> 必須替換成剛才複製的金鑰：

export API_KEY=<YOUR_API_KEY>

工作 2：建立 API 要求

注意：本實驗室使用預錄檔案，該檔案可從 Cloud Storage 取得：gs://cloud-samples-data/speech/brooklyn_bridge.flac。在將音訊檔案傳送至 Speech-to-Text API 前，您可以先聆聽內容。

1. 請先建立 request.json 檔案，才能建構 API 要求：

touch request.json

2. 使用 gcloud 或偏好的指令列編輯器 (nano、vim、emacs) 開啟檔案，接著將下列內容新增至 request.json 檔案，並記得填入範例原始音訊檔案的 uri 值：

{ "config": { "encoding":"FLAC", "languageCode": "en-US" }, "audio": { "uri":"gs://cloud-samples-data/speech/brooklyn_bridge.flac" } }

3. 視需要儲存檔案。

要求主體包含 config 和 audio 物件。

config 會指示 Speech-to-Text API 如何處理要求：

• encoding 參數指出檔案傳送至 API 時使用的音訊編碼類型，而 FLAC 是 .raw 檔案的編碼類型 (詳情請參閱 RecognitionConfig 參考資料)。
• 若要求中未指定 languageCode，則預設為英文。

除了唯一必填的 encoding 參數外，您也可以在 config 物件新增其他參數。

audio 物件則是用來將音訊檔案的 uri 值傳送至 API；該檔案儲存在本實驗室的 Cloud Storage 中。

點選「Check my progress」，確認目標已達成。

建立 Speech API 要求

現在，您可以呼叫 Speech-to-Text API 了！

工作 3：呼叫 Speech-to-Text API

1. 在同一行輸入下列 curl 指令，將要求主體連同 API 金鑰環境變數傳送至 Speech API：

curl -s -X POST -H "Content-Type: application/json" --data-binary @request.json \ "https://speech.googleapis.com/v1/speech:recognize?key=${API_KEY}" > result.json

回應內容會儲存在 result.json 檔案。

2. 使用下列指令來查看檔案內容：

cat result.json

curl 指令會傳回類似如下的內容：

{ "results": [ { "alternatives": [ { "transcript": "how old is the Brooklyn Bridge", "confidence": 0.98216057 } ], "resultEndTime": "1.770s", "languageCode": "en-us" } ], "totalBilledTime": "15s" }

transcript 值傳回 Speech API 轉錄音訊檔案後的文字稿，confidence 值則代表 API 對轉錄準確度的信心指數。

您可以看到上述要求呼叫的是 syncrecognize 方法。Speech-to-Text API 支援同步和非同步的語音轉文字作業。

雖然本例是使用一整段錄好的音訊檔案，但您也能透過 syncrecognize 方法，在使用者說話的同時將語音轉錄為文字。

點選「Check my progress」，確認目標已達成。

呼叫 Speech API，將英文語音轉錄為文字

工作 4：將不同語言的語音轉錄為文字

您會說多種語言嗎？Speech-to-Text API 的語音轉文字功能支援超過 100 種語言！

只要變更 request.json 的 language_code 參數，就能切換語言。如需支援的語言清單，請參閱語言支援指南。

現在，讓我們來轉錄法文音訊檔案 (試聽)。

1. 編輯 request.json，並將內容改成：

{ "config": { "encoding":"FLAC", "languageCode": "fr" }, "audio": { "uri":"gs://cloud-samples-data/speech/corbeau_renard.flac" } }

2. 再次執行 curl 指令，呼叫 Speech-to-Text API。

3. 查看結果：

cat result.json

畫面上應會顯示下列回應內容：

{ "results": [ { "alternatives": [ { "transcript": "maître corbeau sur un arbre perché Tenait dans son bec un fromage maître Renard par l'odeur alléché lui tint à peu près ce langage et bonjour monsieur du corbeau", "confidence": 0.93855613 } ], "resultEndTime": "12.630s", "languageCode": "fr-fr" } ], "totalBilledTime": "15s" }

這個句子出自法國詩人尚德拉封丹的著名童話。如果您有其他語言的音訊檔案，也可以試著將檔案新增至 Cloud Storage，然後變更要求中的 languageCode 參數。

注意：如要瞭解 Speech-to-Text API 的規範和用量限制，請參閱「配額和限制」資源。 呼叫 Speech API，將法文語音轉錄為文字

恭喜！

您成功使用 Speech API 將語音轉錄為文字。過程中，您不只將音訊檔案的 Cloud Storage URI 傳送至 API，還學會傳遞音訊內容的另一種做法：使用 base64 編碼字串。

後續步驟/瞭解詳情

• 參考說明文件中的教學課程。
• 嘗試 Cloud Vision API 和 Natural Language API。

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2026 年 6 月 17 日

實驗室上次測試日期：2026 年 6 月 17 日

Copyright 2026 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。