GSP119

總覽

Speech-to-Text API 可將 Google 語音辨識技術輕鬆整合至開發人員應用程式，您可以透過這個 API 傳送音訊，以及接收服務傳回的轉錄文字。

課程內容

本實驗室的內容包括：

• 建立 API 金鑰。
• 建立 Speech-to-Text API 要求。
• 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。

啟動 Cloud Shell

Cloud Shell 是搭載多項開發工具的虛擬機器，提供永久的 5 GB 主目錄，而且在 Google Cloud 中運作。Cloud Shell 提供指令列存取權，方便您使用 Google Cloud 資源。

1. 點按 Google Cloud 控制台頂端的「啟用 Cloud Shell」圖示 。

2. 系統顯示視窗時，請按照下列步驟操作：

   • 繼續操作 Cloud Shell 視窗。
   • 授權 Cloud Shell 使用您的憑證發出 Google Cloud API 呼叫。

連線建立完成即代表已通過驗證，而且專案已設為您的 Project_ID：。輸出內容中有一行文字，宣告本工作階段的 Project_ID：

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

gcloud 是 Google Cloud 的指令列工具，已預先安裝於 Cloud Shell，並支援 Tab 鍵自動完成功能。

3. (選用) 您可以執行下列指令來列出使用中的帳戶：

gcloud auth list

4. 點按「授權」。

輸出內容：

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

5. (選用) 您可以使用下列指令來列出專案 ID：

gcloud config list project

輸出內容：

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 注意：如需 gcloud 的完整說明，請前往 Google Cloud 參閱 gcloud CLI 總覽指南。

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 金鑰以傳送要求網址。

1. 為建立 API 金鑰，請依序點選導覽選單 >「API 和服務」>「憑證」。

2. 點選「+ 建立憑證」。

3. 在下拉式選單，選取「API 金鑰」。

4. 在「建立 API 金鑰」側邊面板的「可透過這個金鑰存取的 API」下方，點選下拉式選單 (選取 API 限制)。

5. 勾選「Cloud Speech-to-Text API」的方塊，然後點選「確定」。

6. 點選「建立」。

7. 複製剛才產生的金鑰，然後點選「關閉」。

8. 在 Cloud Shell 輸入下列指令，將 API 金鑰儲存至環境變數。其中的 <YOUR_API_KEY> 須替換成剛才複製的金鑰。

export API_KEY=<YOUR_API_KEY>

點選「Check my progress」確認目標已達成。

建立 API 金鑰

工作 2：建立 Speech-to-Text API 要求

注意：您將使用預先錄好的檔案，該檔案可從 Cloud Storage 取得：gs://cloud-samples-tests/speech/brooklyn.flac。 請先聆聽音訊檔案，再傳送至 Speech-to-Text API。

1. 在 Cloud Shell 建立 request.json。您將使用下列指令建立要求並傳送至 Speech-to-Text API：

touch request.json

2. 開啟 request.json：

nano request.json 注意：您可以使用偏好的指令列編輯器 (nano、vim、emacs) 或 gcloud。本實驗室將提供 nano 的操作說明。

3. 使用原始音訊檔案範本的 request.json 值，將下列指令新增至 request.json 檔案：

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

4. 依序按下 CTRL+X 鍵、Y 鍵和 Enter 鍵，關閉 request.json 檔案。

要求主體包含 config 和 audio 物件。

您可以在 config 指示 Speech-to-Text API 如何處理要求。encoding 參數說明檔案傳送至 API 時使用的音訊編碼類型，FLAC 則是 .raw 檔案的編碼類型。請參閱 RecognitionConfig 指南，進一步瞭解編碼類型。

您也可以新增其他參數至 config 物件，但 encoding 是唯一必填項目。

透過 audio 物件，您可以將 Cloud Storage 中音訊檔案的 URI 傳送至 API。

現在，您可以呼叫 Speech-to-Text API 了！

工作 3：呼叫 Speech-to-Text API

1. 使用下列 curl 指令，傳送要求主體及 API 金鑰環境變數至 Speech-to-Text API。請在單一指令列中輸入所有指令：

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

回應內容應如下所示：

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

transcript 值會傳回 Speech-to-Text API 轉錄音訊檔案的成果，confidence 值則表示 API 對正確轉錄音訊的信心程度。

您會注意到上方要求呼叫了 syncrecognize 方法。Speech-to-Text API 支援同步和非同步的語音轉文字作業。在本例中，您是將完整的音訊檔案傳送至 API，但其實也可以使用 syncrecognize 方法，在使用者說話的同時，以串流方式將語音轉錄成文字。

您已建立 Speech-to-Text API 要求並呼叫 Speech-to-Text API。

2. 執行下列指令，將回應內容儲存至 result.json 檔案：

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

3. 將 result.json 檔案上傳至 Cloud Storage bucket：

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

點選「Check my progress」確認目標已達成。

呼叫 Speech-to-Text API 並儲存結果

恭喜！

您已使用 Speech-to-Text API 取得輸入音訊檔案的轉錄稿。

後續行動/瞭解詳情

本實驗室為「Qwik Start」系列的一部分，這些實驗室可帶您一窺 Google Cloud 的眾多功能。歡迎在實驗室目錄中搜尋「Qwik Start」，看看接下來要參加哪個實驗室！

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 10 月 1 日

實驗室上次測試日期：2026 年 10 月 1 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。