Create an API Key

Revisar mi progreso

/ 30

Call the Speech API and save the result

Revisar mi progreso

/ 70

Es posible que este lab incorpore herramientas de IA para facilitar tu aprendizaje.

Este contenido aún no está optimizado para dispositivos móviles.

Para obtener la mejor experiencia, visítanos en una computadora de escritorio con un vínculo que te enviaremos por correo electrónico.

GSP119

Descripción general

La API de Speech-to-Text permite la integración sencilla de tecnologías de reconocimiento de voz de Google en aplicaciones para desarrolladores. La API de Speech-to-Text te permite enviar audio y recibir una transcripción de texto del servicio.

Aprendizajes esperados

En este lab, aprenderás a realizar las siguientes tareas:

Crearás una clave de API.
Crear una solicitud a la API de Speech-to-Text
Llamar a la API de Speech-to-Text

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs cuentan con un temporizador que no se puede pausar. El temporizador, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.

Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.

Para completar este lab, necesitarás lo siguiente:

Acceso a un navegador de Internet estándar. Se recomienda el navegador Chrome.

Nota: Usa una ventana del navegador privada o de incógnito (opción recomendada) para ejecutar el lab. Así evitarás conflictos entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.

Tiempo para completar el lab (recuerda que, una vez que comienzas un lab, no puedes pausarlo).

Nota: Usa solo la cuenta de estudiante para este lab. Si usas otra cuenta de Google Cloud, es posible que se apliquen cargos a esa cuenta.

Cómo iniciar tu lab y acceder a la consola de Google Cloud

Haz clic en el botón Comenzar lab. Si debes pagar por el lab, se abrirá un diálogo para que selecciones la forma de pago. A la derecha, se encuentra el panel Configuración del lab y acceso, que tiene los siguientes elementos:
- El botón Abrir la consola de Google Cloud
- Las credenciales temporales (nombre de usuario y contraseña) que debes usar para este lab
- Otra información para completar el lab (si es necesaria)
Ten en cuenta que el cronómetro del lab se encuentra cerca de la parte superior de la página y muestra el tiempo restante.
Haz clic en Abrir la consola de Google Cloud (o haz clic con el botón derecho y selecciona Abrir el vínculo en una ventana de incógnito si ejecutas el navegador Chrome).

El lab inicia los recursos y abre otra pestaña, en la que se muestra la página de acceso.

Sugerencia: Ordena las pestañas en ventanas separadas, una junto a la otra.
Nota: Si ves el diálogo Elegir una cuenta, haz clic en Usa otra cuenta.
De ser necesario, copia el nombre de usuario a continuación y pégalo en el diálogo Acceder.
{{{user_0.username | "Username"}}}
También puedes encontrar el nombre de usuario en el panel Configuración del lab y acceso.
Haz clic en Siguiente.
Copia la contraseña que aparece a continuación y pégala en el diálogo Te damos la bienvenida.
{{{user_0.password | "Password"}}}
También puedes encontrar la contraseña en el panel Configuración del lab y acceso.
Haz clic en Siguiente.
Importante: Debes usar las credenciales que te proporciona el lab. No uses las credenciales de tu cuenta de Google Cloud. Nota: Usar tu propia cuenta de Google Cloud para este lab podría generar cargos adicionales.
Haz clic para avanzar por las páginas siguientes:
- Acepta los Términos y Condiciones.
- No agregues opciones de recuperación ni autenticación de dos factores, ya que esta cuenta es temporal.
- No te registres para obtener pruebas gratuitas.

Después de un momento, se abrirá la consola de Google Cloud en esta pestaña.

Nota: Para acceder a los productos y servicios de Google Cloud, haz clic en el menú de navegación o escribe el nombre del servicio o producto en el campo Buscar. Ícono del menú de navegación y campo de búsqueda

Ícono del menú de navegación y campo de búsqueda

Activa Cloud Shell

Cloud Shell es una máquina virtual que cuenta con herramientas para desarrolladores. Ofrece un directorio principal persistente de 5 GB y se ejecuta en Google Cloud. Cloud Shell proporciona acceso de línea de comandos a tus recursos de Google Cloud.

Haz clic en Activar Cloud Shell en la parte superior de la consola de Google Cloud.
Haz clic para avanzar por las siguientes ventanas:
- Continúa en la ventana de información de Cloud Shell.
- Autoriza a Cloud Shell para que use tus credenciales para realizar llamadas a la API de Google Cloud.

Cuando te conectes, habrás completado la autenticación, y el proyecto estará configurado con tu Project_ID, . El resultado contiene una línea que declara el Project_ID para esta sesión:

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

gcloud es la herramienta de línea de comandos de Google Cloud. Viene preinstalada en Cloud Shell y es compatible con la función de autocompletado con tabulador.

Puedes solicitar el nombre de la cuenta activa con este comando (opcional):

gcloud auth list

Haz clic en Autorizar.

Resultado:

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`

Puedes solicitar el ID del proyecto con este comando (opcional):

gcloud config list project

Resultado:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}}

Nota: Para obtener toda la documentación de gcloud, en Google Cloud, consulta la guía con la descripción general de gcloud CLI.

Tarea 1: Crea una clave de API

Dado que usarás curl para enviar una solicitud a la API de Speech-to-Text, tendrás que generar una clave de API para pasar la URL de nuestra solicitud.

Para crear una clave de API, haz clic en el menú de navegación > APIs y servicios > Credenciales.
Haz clic en + Crear credenciales.
En el menú desplegable, selecciona Clave de API.
En el panel lateral Crear clave de API, en APIs a las que se puede acceder con esta clave, haz clic en el menú desplegable (Elige las restricciones de API).
En API de Cloud Speech-to-Text, marca la casilla y, luego, haz clic en Aceptar.
Haz clic en Crear.
Copia la clave que acabas de generar y, luego, haz clic en Cerrar.
En Cloud Shell, guarda la clave de API en una variable de entorno ingresando lo siguiente y reemplazando <YOUR_API_KEY> por la clave que acabas de copiar:

export API_KEY=<YOUR_API_KEY>

Haz clic en Revisar mi progreso para verificar el objetivo.

Crear una clave de API

Tarea 2: Crea tu solicitud a la API de Speech-to-Text

Nota: Utilizarás un archivo grabado con anterioridad que se encuentra disponible en Cloud Storage: gs://cloud-samples-tests/speech/brooklyn.flac. Escucha el archivo de audio antes de enviarlo a la API de Speech-to-Text.

Crea request.json en Cloud Shell. Lo utilizarás para crear la solicitud a la API de Speech-to-Text:

touch request.json

Abre request.json:

nano request.json

Nota: Puedes usar el editor de línea de comandos que prefieras (nano, vim, emacs) o gcloud. En este lab, se proporcionan instrucciones para nano.

Agrega lo siguiente al archivo request.json, con el valor de uri del archivo de audio sin procesar de muestra:

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

Presiona CTRL + X, Y, INTRO para cerrar el archivo request.json.

El cuerpo de la solicitud tiene un objeto config y otro audio.

En config, le indicas a la API de Speech-to-Text cómo procesar la solicitud. El parámetro encoding le indica a la API qué tipo de codificación de audio estás usando mientras el archivo se envía a la API. FLAC es el tipo de codificación para los archivos sin procesar. Obtén más información sobre los tipos de codificación en la Guía de RecognitionConfig.

Hay otros parámetros que puedes agregar al objeto config, pero encoding es el único obligatorio.

En el objeto audio, se le pasa a la API el URI del archivo de audio en Cloud Storage.

Ahora, ya tienes todo para llamar a la API de Speech-to-Text.

Tarea 3: Llama a la API de Speech-to-Text

Pasa el cuerpo de la solicitud, junto con la variable de entorno de la clave de API, a la API de Speech-to-Text con el siguiente comando curl (todo en una sola línea de comandos):

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

La respuesta debería ser similar a la siguiente:

{ "results": [ { "alternatives": [ { "transcript": "how old is the Brooklyn Bridge", "confidence": 0.9311077 } ], "resultEndTime": "1.770s", "languageCode": "en-us" } ], "totalBilledTime": "2s", "requestId": "1573191382345569448" }

El valor transcript devolverá la transcripción de texto que la API de Speech-to-Text realizó del archivo de audio, mientras que el valor confidence indicará qué tan segura está la API de haber transcrito el audio de forma correcta.

Notarás que llamaste al método syncrecognize en la solicitud anterior. La API de Speech-to-Text admite la transcripción de voz a texto síncrona y la asíncrona. En este ejemplo, enviaste un archivo de audio completo, pero también puedes utilizar el método syncrecognize para realizar una transcripción de voz a texto a partir de una transmisión de audio, mientras el usuario aún está hablando.

Creaste una solicitud a la API de Speech-to-Text y, luego, llamaste a esa API.

Ejecuta el siguiente comando para guardar la respuesta en un archivo result.json:

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

Sube el archivo result.json a tu bucket de Cloud Storage:

gcloud storage cp result.json gs://{{{project_0.project_id | PROJECT_ID}}}-speech/

Haz clic en Revisar mi progreso para verificar el objetivo.

Llamar a la API de Speech-to-Text y guardar el resultado

¡Felicitaciones!

Usaste la API de Speech-to-Text para recuperar una transcripción de un archivo de audio de entrada.

Próximos pasos y más información

Este lab también forma parte de una serie de labs denominada Qwik Starts. Estos labs están diseñados para ofrecerte una visión general de las numerosas funciones disponibles en Google Cloud. Busca “Qwik Starts” en el catálogo de labs para elegir el próximo lab que desees completar.

Capacitación y certificación de Google Cloud

Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.

Última actualización del manual: 1 de octubre de 2026

Prueba más reciente del lab: 1 de octubre de 2026

Copyright 2026 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.