Package google.cloud.speech.v2

ConstraintType

Menjelaskan berbagai jenis batasan yang diterapkan.

RecognitionConfig

Fitur dan metadata audio yang akan digunakan untuk Pengenalan Ucapan Otomatis. Kolom ini dikombinasikan dengan kolom config_mask dapat digunakan untuk mengganti bagian default_recognition_config dari resource Pengenal serta config di tingkat permintaan.

FieldMask

Daftar kolom dalam config yang menggantikan nilai dalam default_recognition_config pengenal selama permintaan pengenalan ini. Jika tidak ada mask yang diberikan, semua kolom bernilai non-default di config akan menggantikan nilai dalam pengenal untuk permintaan pengenalan ini. Jika mask disediakan, hanya kolom yang tercantum dalam mask yang akan menggantikan konfigurasi di pengenal untuk permintaan pengenalan ini. Jika karakter pengganti (*) diberikan, config akan sepenuhnya mengganti dan mengganti konfigurasi di pengenal untuk permintaan pengenalan ini.

string

URI Cloud Storage untuk file audio.

Status

Error jika ditemukan.

RecognitionResponseMetadata

string

Tidak digunakan lagi. Sebagai gantinya, gunakan cloud_storage_result.native_format_uri.

BatchRecognizeResults

Tidak digunakan lagi. Sebagai gantinya, gunakan inline_result.transcript.

CloudStorageResult

Hasil pengenalan yang ditulis ke Cloud Storage. Kolom ini hanya diisi jika GcsOutputConfig ditetapkan di [RecognitionOutputConfig][google.cloud.speech.v2.RecognitionOutputConfig.

InlineResult

Hasil pengenalan. Kolom ini hanya diisi jika InlineOutputConfig ditetapkan di [RecognitionOutputConfig][google.cloud.speech.v2.RecognitionOutputConfig.

map<string, BatchRecognizeTranscriptionMetadata>

Petakan dari nama file yang diberikan ke metadata transkripsi untuk file tersebut.

string

Wajib. Nama Pengenal yang akan digunakan selama pengenalan. Format yang diharapkan adalah projects/{project}/locations/{location}/recognizers/{recognizer}. Segmen {recognizer} dapat disetel ke _ untuk menggunakan Pengenal implisit yang kosong.

RecognitionConfig

Fitur dan metadata audio yang akan digunakan untuk Pengenalan Ucapan Otomatis. Kolom ini dikombinasikan dengan kolom config_mask dapat digunakan untuk mengganti bagian default_recognition_config dari resource Pengenal.

FieldMask

Daftar kolom dalam config yang menggantikan nilai dalam default_recognition_config pengenal selama permintaan pengenalan ini. Jika tidak ada mask yang diberikan, semua kolom yang ditentukan di config akan menggantikan nilai di pengenal untuk permintaan pengenalan ini. Jika mask disediakan, hanya kolom yang tercantum dalam mask yang akan menggantikan konfigurasi di pengenal untuk permintaan pengenalan ini. Jika karakter pengganti (*) diberikan, config akan sepenuhnya mengganti dan mengganti konfigurasi di pengenal untuk permintaan pengenalan ini.

BatchRecognizeFileMetadata

File audio dengan metadata file untuk ASR. Jumlah file maksimum yang diizinkan untuk ditentukan adalah 5.

RecognitionOutputConfig

Opsi konfigurasi untuk tempat menampilkan transkrip setiap file.

ProcessingStrategy

Strategi pemrosesan yang akan digunakan untuk permintaan ini.

map<string, BatchRecognizeFileResult>

Petakan dari nama file ke hasil akhir file tersebut.

Duration

Jika tersedia, detik audio yang ditagih untuk permintaan yang sesuai.

SpeechRecognitionResult

Daftar berurutan hasil transkripsi yang sesuai dengan bagian audio secara berurutan.

RecognitionResponseMetadata

Metadata tentang pengenalan.

int32

Jumlah file yang telah ditranskripsikan sejauh ini.

Status

Error jika ditemukan.

string

URI Cloud Storage yang akan menjadi tempat penulisan hasil pengenalan.

string

URI Cloud Storage tempat hasil pengenalan ditulis.

string

URI Cloud Storage yang hasil pengenalannya ditulis sebagai teks berformat VTT. Kolom ini hanya diisi saat output VTT diminta.

string

URI Cloud Storage yang hasil pengenalannya ditulis sebagai teks berformat SRT. Kolom ini hanya diisi saat output SRT diminta.

string

Hanya output. ID. Nama resource konfigurasi. Hanya ada satu resource konfigurasi per project per lokasi. Format yang diharapkan adalah projects/{project}/locations/{location}/config.

string

Opsional. Nama kunci KMS opsional yang jika ada, akan digunakan untuk mengenkripsi resource Speech-to-Text dalam penyimpanan. Memperbarui kunci ini tidak akan mengenkripsi resource yang ada menggunakan kunci ini; hanya resource baru yang akan dienkripsi menggunakan kunci ini. Format yang diharapkan adalah projects/{project}/locations/{location}/keyRings/{key_ring}/cryptoKeys/{crypto_key}.

Timestamp

Hanya output. Waktu terakhir sumber daya ini diubah.

CustomClass

Wajib. CustomClass yang akan dibuat.

bool

Jika ditetapkan, validasi permintaan dan pratinjau CustomClass, tetapi jangan benar-benar membuatnya.

string

ID yang akan digunakan untuk CustomClass, yang akan menjadi komponen akhir dari nama resource CustomClass.

Nilai ini harus terdiri dari 4-63 karakter, dan karakter yang valid adalah /[a-z][0-9]-/.

string

Wajib. Project dan lokasi tempat CustomClass ini akan dibuat. Format yang diharapkan adalah projects/{project}/locations/{location}.

PhraseSet

Wajib. FrasaSet yang akan dibuat.

bool

Jika ditetapkan, validasi permintaan dan pratinjau frasaSet, tetapi jangan benar-benar membuatnya.

string

ID yang akan digunakan untuk Set Frasa, yang akan menjadi komponen akhir dari nama resource frasaSet.

Nilai ini harus terdiri dari 4-63 karakter, dan karakter yang valid adalah /[a-z][0-9]-/.

string

Wajib. Project dan lokasi tempat pembuatan Set Frasa ini. Format yang diharapkan adalah projects/{project}/locations/{location}.

Recognizer

Wajib. Pengenal yang akan dibuat.

bool

Jika ditetapkan, validasi permintaan dan pratinjau Pengenal, tetapi jangan benar-benar membuatnya.

string

ID yang akan digunakan untuk Pengenal, yang akan menjadi komponen akhir nama resource Pengenal.

Nilai ini harus terdiri dari 4-63 karakter, dan karakter yang valid adalah /[a-z][0-9]-/.

string

Wajib. Project dan lokasi tempat Pengenal ini akan dibuat. Format yang diharapkan adalah projects/{project}/locations/{location}.

string

Hanya output. ID. Nama resource CustomClass. Format projects/{project}/locations/{location}/customClasses/{custom_class}.

string

Hanya output. ID unik yang ditetapkan sistem untuk CustomClass.

string

Opsional. Nama yang dapat ditetapkan pengguna dan dapat dibaca manusia untuk CustomClass. Harus terdiri dari 63 karakter atau kurang.

ClassItem

Kumpulan item class.

State

Hanya output. Status siklus proses CustomClass.

Timestamp

Hanya output. Waktu pembuatan.

Timestamp

Hanya output. Waktu terakhir sumber daya ini diubah.

Timestamp

Hanya output. Waktu saat resource ini diminta untuk dihapus.

Timestamp

Hanya output. Waktu saat resource ini akan dihapus permanen.

map<string, string>

Opsional. Memungkinkan pengguna menyimpan data arbitrer dalam jumlah kecil. Kunci dan nilai masing-masing harus terdiri dari maksimal 63 karakter. Maksimal 100 anotasi.

string

Hanya output. Checksum ini dihitung oleh server berdasarkan nilai {i>field<i} lainnya. Permintaan ini dapat dikirim saat memperbarui, membatalkan penghapusan, dan menghapus permintaan untuk memastikan klien memiliki nilai terbaru sebelum melanjutkan.

bool

Hanya output. Apakah CustomClass ini sedang dalam proses pembaruan atau tidak.

string

Hanya output. Nama kunci KMS yang digunakan untuk mengenkripsi CustomClass. Format yang diharapkan adalah projects/{project}/locations/{location}/keyRings/{key_ring}/cryptoKeys/{crypto_key}.

string

Hanya output. Nama versi kunci KMS yang digunakan untuk mengenkripsi CustomClass. Format yang diharapkan adalah projects/{project}/locations/{location}/keyRings/{key_ring}/cryptoKeys/{crypto_key}/cryptoKeyVersions/{crypto_key_version}.

string

Nilai item class.

string

Wajib. Nama CustomClass yang akan dihapus. Format: projects/{project}/locations/{location}/customClasses/{custom_class}

bool

Jika ditetapkan, validasi permintaan dan pratinjau CustomClass yang dihapus, tetapi jangan benar-benar menghapusnya.

bool

Jika disetel ke benar (true), dan CustomClass tidak ditemukan, permintaan akan berhasil dan tidak beroperasi (dalam kasus ini, tidak ada Operasi yang dicatat).

string

Checksum ini dihitung oleh server berdasarkan nilai {i>field<i} lainnya. Permintaan ini dapat dikirim saat memperbarui, membatalkan penghapusan, dan menghapus permintaan untuk memastikan klien memiliki nilai terbaru sebelum melanjutkan.

string

Wajib. Nama FraseSet yang akan dihapus. Format: projects/{project}/locations/{location}/phraseSets/{phrase_set}

bool

Jika ditetapkan, validasi permintaan dan pratinjau frasaSet yang dihapus, tetapi jangan benar-benar menghapusnya.

bool

Jika disetel ke true (benar), dan frasaSet tidak ditemukan, permintaan akan berhasil dan tidak dioperasikan (dalam kasus ini, tidak ada Operasi yang dicatat).

string

Checksum ini dihitung oleh server berdasarkan nilai {i>field<i} lainnya. Permintaan ini dapat dikirim saat memperbarui, membatalkan penghapusan, dan menghapus permintaan untuk memastikan klien memiliki nilai terbaru sebelum melanjutkan.

string

Wajib. Nama Pengenal yang akan dihapus. Format: projects/{project}/locations/{location}/recognizers/{recognizer}

bool

Jika ditetapkan, validasikan permintaan dan pratinjau Pengenal yang dihapus, tetapi jangan benar-benar menghapusnya.

bool

Jika disetel ke benar (true), dan Pengenal tidak ditemukan, permintaan akan berhasil dan tidak dioperasikan (dalam kasus ini, tidak ada Operasi yang dicatat).

string

Checksum ini dihitung oleh server berdasarkan nilai {i>field<i} lainnya. Permintaan ini dapat dikirim saat memperbarui, membatalkan penghapusan, dan menghapus permintaan untuk memastikan klien memiliki nilai terbaru sebelum melanjutkan.

AudioEncoding

Wajib. Encoding data audio yang dikirim untuk pengenalan.

int32

Frekuensi sampel data audio dalam Hertz yang dikirim untuk pengenalan. Nilai yang valid adalah: 8000-48000. 16.000 adalah nilai optimal. Untuk hasil terbaik, setel frekuensi pengambilan sampel sumber audio ke 16.000 Hz. Jika tidak memungkinkan, gunakan frekuensi sampel native sumber audio (bukan pengambilan ulang sampel). Didukung untuk encoding berikut:

• LINEAR16: Sampel PCM little-endian tanpa header 16-bit.

• MULAW: Sampel mulaw dengan 8-bit tanpa header.

• ALAW: Sampel alaw yang disertai 8-bit tanpa header.

int32

Jumlah channel yang ada dalam data audio yang dikirim untuk pengenalan. Didukung untuk encoding berikut:

• LINEAR16: Sampel PCM little-endian tanpa header 16-bit.

• MULAW: Sampel mulaw dengan 8-bit tanpa header.

• ALAW: Sampel alaw yang disertai 8-bit tanpa header.

Nilai maksimum yang diizinkan adalah 8.

string

Awalan URI Cloud Storage yang akan digunakan untuk menulis hasil pengenalan.

string

Wajib. Nama konfigurasi yang akan diambil. Hanya ada satu resource konfigurasi per project per lokasi. Format yang diharapkan adalah projects/{project}/locations/{location}/config.

string

Wajib. Nama CustomClass yang akan diambil. Format yang diharapkan adalah projects/{project}/locations/{location}/customClasses/{custom_class}.

string

Wajib. Nama frasaSet yang akan diambil. Format yang diharapkan adalah projects/{project}/locations/{location}/phraseSets/{phrase_set}.

string

Wajib. Nama Pengenal yang akan diambil. Format yang diharapkan adalah projects/{project}/locations/{location}/recognizers/{recognizer}.

BatchRecognizeResults

Transkrip untuk file audio.

string

Transkrip untuk file audio sebagai teks berformat VTT. Kolom ini hanya diisi saat output VTT diminta.

string

Transkrip untuk file audio sebagai teks berformat SRT. Kolom ini hanya diisi saat output SRT diminta.

map<string, ModelMetadata>

Peta lokal (kode bahasa) -> model

string

Wajib. Project dan lokasi resource CustomClass yang akan dicantumkan. Format yang diharapkan adalah projects/{project}/locations/{location}.

int32

Jumlah hasil per permintaan. Page_size yang valid berkisar dari 0 hingga 100 inklusif. Jika page_size nol atau tidak ditentukan, ukuran halaman 5 akan dipilih. Jika ukuran halaman melebihi 100, ukuran halaman akan dikonversi menjadi 100. Perhatikan bahwa panggilan mungkin menampilkan lebih sedikit hasil daripada ukuran halaman yang diminta.

string

Token halaman, yang diterima dari panggilan ListCustomClasses sebelumnya. Berikan atribut ini untuk mengambil halaman selanjutnya.

Saat memberi nomor halaman, semua parameter lain yang diberikan ke ListCustomClasses harus cocok dengan panggilan yang menyediakan token halaman.

bool

Apakah akan menampilkan resource yang telah dihapus atau tidak.

CustomClass

Daftar CustomClass yang diminta.

string

Token, yang dapat dikirim sebagai page_token untuk mengambil halaman berikutnya. Jika kolom ini dihilangkan, tidak ada halaman berikutnya. Masa berlaku token ini akan berakhir setelah 72 jam.

string

Wajib. Project dan lokasi resource frasaSet yang akan dicantumkan. Format yang diharapkan adalah projects/{project}/locations/{location}.

int32

Jumlah maksimum frasaSet yang akan ditampilkan. Layanan mungkin menampilkan lebih sedikit dari nilai ini. Jika tidak ditentukan, maksimal 5 Set Frasa akan ditampilkan. Nilai maksimum adalah 100; nilai di atas 100 akan dikonversi menjadi 100.

string

Token halaman, yang diterima dari panggilan ListPhraseSets sebelumnya. Berikan atribut ini untuk mengambil halaman selanjutnya.

Saat memberi nomor halaman, semua parameter lain yang diberikan ke ListPhraseSets harus cocok dengan panggilan yang menyediakan token halaman.

bool

Apakah akan menampilkan resource yang telah dihapus atau tidak.

PhraseSet

Daftar Set Frasa yang diminta.

string

Token, yang dapat dikirim sebagai page_token untuk mengambil halaman berikutnya. Jika kolom ini dihilangkan, tidak ada halaman berikutnya. Masa berlaku token ini akan berakhir setelah 72 jam.

string

Wajib. Project dan lokasi Pengenal yang akan dicantumkan. Format yang diharapkan adalah projects/{project}/locations/{location}.

int32

Jumlah maksimum Pengenal yang akan ditampilkan. Layanan mungkin menampilkan lebih sedikit dari nilai ini. Jika tidak ditentukan, maksimal 5 Pengenal akan ditampilkan. Nilai maksimum adalah 100; nilai di atas 100 akan dikonversi menjadi 100.

string

Token halaman, yang diterima dari panggilan ListRecognizers sebelumnya. Berikan atribut ini untuk mengambil halaman selanjutnya.

Saat memberi nomor halaman, semua parameter lain yang diberikan ke ListRecognizers harus cocok dengan panggilan yang menyediakan token halaman.

bool

Apakah akan menampilkan resource yang telah dihapus atau tidak.

Recognizer

Daftar Pengenal yang diminta.

string

Token, yang dapat dikirim sebagai page_token untuk mengambil halaman berikutnya. Jika kolom ini dihilangkan, tidak ada halaman berikutnya. Masa berlaku token ini akan berakhir setelah 72 jam.

LanguageMetadata

Informasi tentang lokalitas, model, dan fitur yang tersedia yang direpresentasikan dalam struktur hierarki lokal -> model -> fitur

AccessMetadata

Informasi tentang metadata akses untuk region dan project yang ditentukan.

string

Nama fitur (Catatan: fitur dapat berupa recognizer)

string

Status rilis fitur

ModelFeature

Kolom berulang yang berisi semua fitur model

map<string, ModelFeatures>

Peta nama model -> fitur dari model tersebut

Timestamp

Waktu operasi dibuat.

Timestamp

Waktu operasi terakhir diperbarui.

string

Jalur resource untuk target operasi.

string

Metode yang memicu operasi.

string

Nama kunci KMS yang digunakan untuk mengenkripsi konten Operasi. Format yang diharapkan adalah projects/{project}/locations/{location}/keyRings/{key_ring}/cryptoKeys/{crypto_key}.

string

Nama versi kunci KMS yang digunakan untuk mengenkripsi konten Operasi. Format yang diharapkan adalah projects/{project}/locations/{location}/keyRings/{key_ring}/cryptoKeys/{crypto_key}/cryptoKeyVersions/{crypto_key_version}.

int32

Persentase progres Operasi. Nilainya dapat berkisar dari 0-100. Jika nilainya 100, operasi selesai.

BatchRecognizeRequest

BatchKenaliRequest yang melahirkan Operation.

CreateRecognizerRequest

CreateKenalirRequest yang melahirkan Operation.

UpdateRecognizerRequest

UpdateKenalirRequest yang melahirkan Operation.

DeleteRecognizerRequest

DeleteKenalirRequest yang melahirkan Operation.

UndeleteRecognizerRequest

UndeleteKenalirRequest yang melahirkan Operation.

CreateCustomClassRequest

CreateCustomClassRequest yang menghasilkan Operation.

UpdateCustomClassRequest

UpdateCustomClassRequest yang menghasilkan Operation.

DeleteCustomClassRequest

DeleteCustomClassRequest yang menghasilkan Operation.

UndeleteCustomClassRequest

UndeleteCustomClassRequest yang menghasilkan Operation.

CreatePhraseSetRequest

CreatePhraseSetRequest yang melahirkan Operation.

UpdatePhraseSetRequest

UpdatefrasaSetRequest yang melahirkan Operation.

DeletePhraseSetRequest

DeletefrasaSetRequest yang melahirkan Operation.

UndeletePhraseSetRequest

UndeletefrasaSetRequest yang melahirkan Operation.

UpdateConfigRequest

UpdateConfigRequest yang menghasilkan Operation.

BatchRecognizeMetadata

Metadata khusus untuk metode BatchKenali.

NativeOutputFileFormatConfig

Konfigurasi untuk format output native. Jika kolom ini disetel, atau jika tidak ada kolom format output lain yang ditetapkan, transkrip akan ditulis ke sink dalam format native.

VttOutputFileFormatConfig

Konfigurasi untuk format output VTT. Jika kolom ini disetel, transkrip akan ditulis ke sink dalam format VTT.

SrtOutputFileFormatConfig

Konfigurasi untuk format output SRT. Jika kolom ini disetel, transkrip akan ditulis ke sink dalam format SRT.

string

Hanya output. ID. Nama resource frasaSet. Format projects/{project}/locations/{location}/phraseSets/{phrase_set}.

string

Hanya output. ID unik yang ditetapkan sistem untuk frasaSet.

Phrase

Daftar kata dan frasa.

float

Peningkatan Petunjuk. Nilai positif akan meningkatkan probabilitas bahwa frasa tertentu akan dikenali di antara frasa lain yang terdengar serupa. Semakin tinggi boostnya, semakin tinggi juga peluang pengenalan positif palsu. Nilai boost yang valid adalah antara 0 (eksklusif) dan 20. Sebaiknya gunakan pendekatan penelusuran biner untuk menemukan nilai optimal untuk kasus penggunaan Anda serta menambahkan frasa dengan dan tanpa peningkatan permintaan Anda.

string

Nama yang dapat ditetapkan pengguna dan dapat dibaca manusia untuk frasaSet. Harus terdiri dari 63 karakter atau kurang.

State

Hanya output. Status siklus proses frasaSet.

Timestamp

Hanya output. Waktu pembuatan.

Timestamp

Hanya output. Waktu terakhir sumber daya ini diubah.

Timestamp

Hanya output. Waktu saat resource ini diminta untuk dihapus.

Timestamp

Hanya output. Waktu saat resource ini akan dihapus permanen.

map<string, string>

Memungkinkan pengguna menyimpan data arbitrer dalam jumlah kecil. Kunci dan nilai masing-masing harus terdiri dari maksimal 63 karakter. Maksimal 100 anotasi.

string

Hanya output. Checksum ini dihitung oleh server berdasarkan nilai {i>field<i} lainnya. Permintaan ini dapat dikirim saat memperbarui, membatalkan penghapusan, dan menghapus permintaan untuk memastikan klien memiliki nilai terbaru sebelum melanjutkan.

bool

Hanya output. Apakah FraseSet ini sedang dalam proses diperbarui atau tidak.

string

Hanya output. Nama kunci KMS yang digunakan untuk mengenkripsi FraseSet. Format yang diharapkan adalah projects/{project}/locations/{location}/keyRings/{key_ring}/cryptoKeys/{crypto_key}.

string

Hanya output. Nama versi kunci KMS yang digunakan untuk mengenkripsi FraseSet. Format yang diharapkan adalah projects/{project}/locations/{location}/keyRings/{key_ring}/cryptoKeys/{crypto_key}/cryptoKeyVersions/{crypto_key_version}.

string

Frasa itu sendiri.

float

Peningkatan Petunjuk. Mengganti peningkatan yang ditetapkan di tingkat kumpulan frasa. Nilai positif akan meningkatkan probabilitas bahwa frasa tertentu akan dikenali di antara frasa lain yang terdengar serupa. Semakin tinggi boostnya, semakin tinggi juga peluang pengenalan positif palsu. Nilai peningkatan negatif berkaitan dengan anti-bias. Anti-bias tidak diaktifkan, jadi nilai peningkatan negatif akan menampilkan kesalahan. Nilai peningkatan harus antara 0 dan 20. Setiap nilai di luar rentang tersebut akan menampilkan error. Sebaiknya gunakan pendekatan penelusuran biner untuk menemukan nilai optimal untuk kasus penggunaan Anda serta menambahkan frasa dengan dan tanpa peningkatan permintaan Anda.

string

Opsional. Model yang akan digunakan untuk permintaan pengenalan. Pilih model yang paling sesuai dengan domain Anda untuk mendapatkan hasil terbaik.

Panduan untuk memilih model yang akan digunakan dapat ditemukan di Dokumentasi Model Transkripsi dan model yang didukung di setiap wilayah dapat ditemukan di Daftar Model yang Didukung.

string

Opsional. Bahasa audio yang disediakan sebagai tag bahasa BCP-47. Tag bahasa dinormalkan menjadi BCP-47 sebelum digunakan, misalnya "en-us" menjadi "en-US".

Bahasa yang didukung untuk setiap model tercantum dalam Tabel Model yang Didukung.

Jika bahasa tambahan disediakan, hasil pengenalan akan berisi pengenalan dalam bahasa yang paling mungkin terdeteksi. Hasil pengenalan akan menyertakan tag bahasa dari bahasa yang terdeteksi dalam audio.

RecognitionFeatures

Untuk mengaktifkan fitur pengenalan ucapan.

SpeechAdaptation

Konteks adaptasi ucapan yang memberi bobot prediksi pengenal untuk kata dan frasa tertentu.

TranscriptNormalization

Opsional. Gunakan normalisasi transkripsi untuk otomatis mengganti bagian transkrip dengan frasa pilihan Anda. Untuk StreamingKenali, normalisasi ini hanya berlaku untuk transkrip parsial stabil (stabilitas > 0,8) dan transkrip akhir.

AutoDetectDecodingConfig

Mendeteksi parameter decoding secara otomatis. Lebih disarankan untuk format yang didukung.

ExplicitDecodingConfig

Parameter dekode yang ditentukan secara eksplisit. Wajib jika menggunakan audio PCM tanpa header (linear16, mulaw, alaw).

bool

Jika disetel ke true, server akan mencoba memfilter kata-kata tidak sopan, dengan mengganti semua karakter kecuali karakter awal di setiap kata yang difilter dengan tanda bintang, misalnya, "f***". Jika ditetapkan ke false atau dihilangkan, kata-kata tidak sopan tidak akan difilter.

bool

Jika true, hasil teratas akan menyertakan daftar kata serta offset waktu mulai dan berakhir (stempel waktu) untuk kata-kata tersebut. Jika false, tidak ada informasi selisih waktu tingkat kata yang ditampilkan. Defaultnya adalah false.

bool

Jika true, hasil teratas akan menyertakan daftar kata dan tingkat keyakinan untuk kata tersebut. Jika false, tidak ada informasi keyakinan tingkat kata yang ditampilkan. Defaultnya adalah false.

bool

Jika true, menambahkan tanda baca ke hipotesis hasil pengenalan. Fitur ini hanya tersedia dalam bahasa tertentu. Nilai false default tidak menambahkan tanda baca ke hipotesis hasil.

bool

Perilaku tanda baca yang diucapkan untuk panggilan. Jika true, mengganti tanda baca lisan dengan simbol yang sesuai dalam permintaan. Misalnya, "bagaimana kabarmu" menjadi "kamu apa kabar?". Lihat https://cloud.google.com/speech-to-text/docs/spoken-punctuation untuk mendapatkan dukungan. Jika false, tanda baca yang diucapkan tidak diganti.

bool

Perilaku emoji lisan untuk panggilan. Jika true, menambahkan format emoji lisan untuk permintaan. Tindakan ini akan menggantikan emoji lisan dengan simbol Unicode yang sesuai dalam transkrip akhir. Jika false, emoji lisan tidak akan diganti.

MultiChannelMode

Mode untuk mengenali audio multi-channel.

SpeakerDiarizationConfig

Konfigurasi untuk mengaktifkan diarisasi speaker dan menyetel parameter tambahan agar diarisasi menjadi lebih cocok bagi aplikasi Anda. Jika ini diaktifkan, kami akan mengirimkan semua kata dari awal audio untuk alternatif teratas di setiap respons STREAMING berturut-turut. Hal ini dilakukan untuk meningkatkan kualitas tag pembicara seiring model kami belajar mengidentifikasi pembicara dalam percakapan dari waktu ke waktu. Untuk permintaan non-streaming, hasil diarisasi hanya akan diberikan di alternatif teratas dari FINAL SpeechRecognitionResult.

int32

Jumlah maksimum hipotesis pengenalan yang akan ditampilkan. Server mungkin menampilkan kurang dari max_alternatives. Nilai yang valid adalah 0-30. Nilai 0 atau 1 akan menampilkan maksimum satu. Jika dihilangkan, akan menampilkan maksimum satu.

OutputFormatConfig

Opsional. Konfigurasi untuk format hasil yang disimpan ke output. Jika transkrip yang tidak ditentukan hanya akan ditulis dalam format NATIVE.

GcsOutputConfig

Jika pesan ini diisi, hasil pengenalan akan ditulis ke URI Google Cloud Storage yang disediakan.

InlineOutputConfig

Jika pesan ini diisi, hasil pengenalan akan diberikan dalam pesan BatchRecognizeResponse Operation saat selesai. Ini hanya didukung saat memanggil BatchRecognize hanya dengan satu file audio.

Duration

Jika tersedia, detik audio yang ditagih untuk permintaan yang sesuai.

string

Wajib. Nama Pengenal yang akan digunakan selama pengenalan. Format yang diharapkan adalah projects/{project}/locations/{location}/recognizers/{recognizer}. Segmen {recognizer} dapat disetel ke _ untuk menggunakan Pengenal implisit yang kosong.

RecognitionConfig

Fitur dan metadata audio yang akan digunakan untuk Pengenalan Ucapan Otomatis. Kolom ini dikombinasikan dengan kolom config_mask dapat digunakan untuk mengganti bagian default_recognition_config dari resource Pengenal.

FieldMask

Daftar kolom dalam config yang menggantikan nilai dalam default_recognition_config pengenal selama permintaan pengenalan ini. Jika tidak ada mask yang diberikan, semua kolom bernilai non-default di config akan menggantikan nilai dalam pengenal untuk permintaan pengenalan ini. Jika mask disediakan, hanya kolom yang tercantum dalam mask yang akan menggantikan konfigurasi di pengenal untuk permintaan pengenalan ini. Jika karakter pengganti (*) diberikan, config akan sepenuhnya mengganti dan mengganti konfigurasi di pengenal untuk permintaan pengenalan ini.

bytes

Byte data audio yang dienkode seperti yang ditentukan dalam RecognitionConfig. Seperti semua kolom byte, buffer proto menggunakan representasi biner murni, sedangkan representasi JSON menggunakan base64.

string

URI yang mengarah ke file yang berisi byte data audio seperti yang ditentukan dalam RecognitionConfig. File tidak boleh dikompresi (misalnya, gzip). Saat ini, hanya URI Google Cloud Storage yang didukung, yang harus ditentukan dalam format berikut: gs://bucket_name/object_name (format URI lainnya menampilkan INVALID_ARGUMENT). Untuk informasi selengkapnya, lihat URI Permintaan.

SpeechRecognitionResult

Daftar berurutan hasil transkripsi yang sesuai dengan bagian audio secara berurutan.

RecognitionResponseMetadata

Metadata tentang pengenalan.

string

Hanya output. ID. Nama resource Pengenal. Format projects/{project}/locations/{location}/recognizers/{recognizer}.

string

Hanya output. ID unik yang ditetapkan sistem untuk Pengenal.

string

Nama yang dapat ditetapkan pengguna dan dapat dibaca manusia untuk Pengenal. Harus terdiri dari 63 karakter atau kurang.

string

Opsional. Kolom ini sekarang tidak digunakan lagi. Pilih kolom model di pesan RecognitionConfig.

Model yang akan digunakan untuk permintaan pengenalan. Pilih model yang paling sesuai dengan domain Anda untuk mendapatkan hasil terbaik.

Panduan untuk memilih model yang akan digunakan dapat ditemukan di Dokumentasi Model Transkripsi dan model yang didukung di setiap wilayah dapat ditemukan di Daftar Model yang Didukung.

string

Opsional. Kolom ini sekarang tidak digunakan lagi. Pilih kolom language_codes di pesan RecognitionConfig.

Bahasa audio yang disediakan sebagai tag bahasa BCP-47.

Bahasa yang didukung untuk setiap model tercantum dalam Tabel Model yang Didukung.

Jika bahasa tambahan disediakan, hasil pengenalan akan berisi pengenalan dalam bahasa yang paling mungkin terdeteksi. Hasil pengenalan akan menyertakan tag bahasa dari bahasa yang terdeteksi dalam audio. Saat Anda membuat atau memperbarui Pengenal, nilai ini disimpan dalam bentuk BCP-47 yang dinormalisasi. Misalnya, "en-us" disimpan sebagai "en-US".

RecognitionConfig

Konfigurasi default yang akan digunakan untuk permintaan dengan Pengenal ini. Fungsi ini dapat ditimpa oleh konfigurasi inline di kolom RecognizeRequest.config.

map<string, string>

Memungkinkan pengguna menyimpan data arbitrer dalam jumlah kecil. Kunci dan nilai masing-masing harus terdiri dari maksimal 63 karakter. Maksimal 100 anotasi.

State

Hanya output. Status siklus proses Pengenal.

Timestamp

Hanya output. Waktu pembuatan.

Timestamp

Hanya output. Waktu terakhir Pengenal ini diubah.

Timestamp

Hanya output. Waktu Pengenal ini diminta untuk dihapus.

Timestamp

Hanya output. Waktu saat Pengenal ini akan dihapus permanen.

string

Hanya output. Checksum ini dihitung oleh server berdasarkan nilai {i>field<i} lainnya. Permintaan ini dapat dikirim saat memperbarui, membatalkan penghapusan, dan menghapus permintaan untuk memastikan klien memiliki nilai terbaru sebelum melanjutkan.

bool

Hanya output. Apakah Pengenal ini sedang dalam proses pembaruan atau tidak.

string

Hanya output. Nama kunci KMS yang digunakan untuk mengenkripsi Pengenal. Format yang diharapkan adalah projects/{project}/locations/{location}/keyRings/{key_ring}/cryptoKeys/{crypto_key}.

string

Hanya output. Nama versi kunci KMS yang digunakan untuk mengenkripsi Pengenal. Format yang diharapkan adalah projects/{project}/locations/{location}/keyRings/{key_ring}/cryptoKeys/{crypto_key}/cryptoKeyVersions/{crypto_key_version}.

int32

Wajib. Jumlah minimum pembicara dalam percakapan. Rentang ini membuat Anda lebih fleksibel karena memungkinkan sistem menentukan jumlah speaker yang tepat secara otomatis.

Untuk memperbaiki jumlah speaker yang terdeteksi dalam audio, setel min_speaker_count = max_speaker_count.

int32

Wajib. Jumlah maksimum pembicara dalam percakapan. Nilai yang valid adalah: 1-6. Harus >= min_speaker_count. Rentang ini membuat Anda lebih fleksibel karena memungkinkan sistem menentukan jumlah speaker yang tepat secara otomatis.

AdaptationPhraseSet

Daftar Set Frasa inline atau yang direferensikan.

CustomClass

Daftar CustomClass inline. Resource CustomClass yang ada dapat direferensikan secara langsung di FrasaSet.

string

Nama resource frasaSet yang ada. Pengguna harus memiliki akses baca ke resource dan tidak boleh dihapus.

PhraseSet

Set Frasa yang ditentukan inline.

string

Teks transkrip yang mewakili kata-kata yang diucapkan pengguna.

float

Perkiraan tingkat keyakinan antara 0,0 dan 1,0. Angka yang lebih tinggi menunjukkan estimasi kemungkinan yang lebih besar bahwa kata yang dikenali benar. Kolom ini hanya ditetapkan untuk alternatif teratas dari hasil non-streaming atau, dari hasil streaming dengan is_final ditetapkan ke true. Kolom ini tidak dijamin akurat dan pengguna tidak boleh mengandalkannya untuk selalu disediakan. Default 0.0 adalah nilai sentinel yang menunjukkan confidence belum ditetapkan.

WordInfo

Daftar informasi terkait kata untuk setiap kata yang dikenali. Jika SpeakerDiarizationConfig disetel, Anda akan melihat semua kata dari awal audio.

SpeechRecognitionAlternative

Mungkin berisi satu atau beberapa hipotesis pengenalan. Alternatif ini diurutkan dalam hal akurasi, dengan alternatif teratas (pertama) adalah yang paling mungkin, berdasarkan peringkat berdasarkan pengenal.

int32

Untuk audio multi-saluran, ini adalah nomor saluran yang sesuai dengan hasil yang dikenali untuk audio dari saluran tersebut. Untuk audio_channel_count = N, nilai output-nya dapat berkisar dari 1 hingga N.

Duration

Offset waktu akhir hasil ini relatif terhadap awal audio.

string

Hanya output. Tag bahasa BCP-47 dari bahasa dalam hasil ini. Kode bahasa ini terdeteksi memiliki kemungkinan paling besar untuk diucapkan dalam audio.

RecognitionConfig

Wajib. Fitur dan metadata audio yang akan digunakan untuk Pengenalan Ucapan Otomatis. Kolom ini dikombinasikan dengan kolom config_mask dapat digunakan untuk mengganti bagian default_recognition_config dari resource Pengenal.

FieldMask

Daftar kolom dalam config yang menggantikan nilai dalam default_recognition_config pengenal selama permintaan pengenalan ini. Jika tidak ada mask yang diberikan, semua kolom bernilai non-default di config akan menggantikan nilai di Pengenal untuk permintaan pengenalan ini. Jika mask disediakan, hanya kolom yang tercantum dalam mask yang akan menggantikan konfigurasi di Pengenal untuk permintaan pengenalan ini. Jika karakter pengganti (*) diberikan, config akan sepenuhnya mengganti dan mengganti konfigurasi di pengenal untuk permintaan pengenalan ini.

StreamingRecognitionFeatures

Fitur pengenalan ucapan untuk mengaktifkan permintaan pengenalan audio streaming.

bool

Jika true, respons dengan peristiwa ucapan aktivitas suara akan ditampilkan saat terdeteksi.

bool

Apakah akan mengalirkan hasil sementara ke klien atau tidak. Jika disetel ke benar (true), hasil sementara akan di-streaming ke klien. Jika tidak, hanya respons akhir yang akan di-streaming kembali.

VoiceActivityTimeout

Jika disetel, server akan otomatis menutup streaming setelah durasi yang ditentukan telah berlalu, setelah peristiwa ucapan VOICE_ACTIVITY terakhir dikirim. Kolom voice_activity_events juga harus ditetapkan ke true.

Duration

Durasi untuk waktu tunggu streaming habis jika tidak ada ucapan yang dimulai. Jika kebijakan ini disetel dan tidak ada ucapan yang terdeteksi dalam durasi ini pada awal streaming, server akan menutup streaming.

Duration

Durasi untuk waktu tunggu streaming habis setelah ucapan berakhir. Jika kebijakan ini disetel dan tidak ada ucapan yang terdeteksi dalam durasi ini setelah ucapan terdeteksi, server akan menutup streaming.

SpeechRecognitionAlternative

Mungkin berisi satu atau beberapa hipotesis pengenalan. Alternatif ini diurutkan dalam hal akurasi, dengan alternatif teratas (pertama) adalah yang paling mungkin, berdasarkan peringkat berdasarkan pengenal.

bool

Jika false, StreamingRecognitionResult ini mewakili hasil sementara yang dapat berubah. Jika true, ini adalah saat terakhir layanan ucapan akan menampilkan StreamingRecognitionResult tertentu ini, pengenal tidak akan menampilkan hipotesis lebih lanjut untuk bagian transkrip ini dan audio yang sesuai.

float

Perkiraan kemungkinan bahwa pengenal tidak akan mengubah tebakannya tentang hasil sementara ini. Nilainya berkisar dari 0.0 (benar-benar tidak stabil) hingga 1.0 (benar-benar stabil). Kolom ini hanya disediakan untuk hasil sementara (is_final=false). Nilai default 0.0 adalah nilai sentinel yang menunjukkan stability belum ditetapkan.

Duration

Offset waktu akhir hasil ini relatif terhadap awal audio.

int32

Untuk audio multi-saluran, ini adalah nomor saluran yang sesuai dengan hasil yang dikenali untuk audio dari saluran tersebut. Untuk audio_channel_count = N, nilai output-nya dapat berkisar dari 1 hingga N.

string

Hanya output. Tag bahasa BCP-47 dari bahasa dalam hasil ini. Kode bahasa ini terdeteksi memiliki kemungkinan paling besar untuk diucapkan dalam audio.

string

Wajib. Nama Pengenal yang akan digunakan selama pengenalan. Format yang diharapkan adalah projects/{project}/locations/{location}/recognizers/{recognizer}. Segmen {recognizer} dapat disetel ke _ untuk menggunakan Pengenal implisit yang kosong.

StreamingRecognitionConfig

StreamingRecognitionConfig yang akan digunakan dalam upaya pengenalan ini. Jika disediakan, tindakan ini akan mengganti RecognitionConfig default yang disimpan di Pengenal.

bytes

Byte audio inline yang akan dikenali. Ukuran maksimum untuk kolom ini adalah 15 KB per permintaan.

StreamingRecognitionResult

Daftar berulang ini berisi nol hasil atau lebih yang sesuai dengan bagian audio yang sedang diproses. Laporan ini berisi nol atau satu hasil is_final=true (bagian yang baru diselesaikan), diikuti dengan nol atau beberapa hasil is_final=false (hasil sementara).

SpeechEventType

Menunjukkan jenis peristiwa ucapan.

Duration

Offset waktu antara awal audio dan kemunculan peristiwa.

RecognitionResponseMetadata

Metadata tentang pengenalan.

Entry

Daftar entri pengganti. Kami akan melakukan penggantian dengan satu entri dalam satu waktu. Misalnya, entri kedua dalam ["cat" => "dog", "mountain cat" => "mountain dog"] tidak akan pernah diterapkan karena kami akan selalu memproses entri pertama sebelumnya. Maksimal 100 entri.

string

Yang harus diganti. Panjang maksimal adalah 100 karakter.

string

Apa yang akan diganti. Panjang maksimal adalah 100 karakter.

bool

Apakah penelusuran peka huruf besar/kecil.

string

Wajib. Nama CustomClass yang akan dibatalkan penghapusannya. Format: projects/{project}/locations/{location}/customClasses/{custom_class}

bool

Jika ditetapkan, validasi permintaan dan pratinjau CustomClass yang tidak dihapus, tetapi jangan benar-benar membatalkan penghapusannya.

string

Checksum ini dihitung oleh server berdasarkan nilai {i>field<i} lainnya. Permintaan ini dapat dikirim saat memperbarui, membatalkan penghapusan, dan menghapus permintaan untuk memastikan klien memiliki nilai terbaru sebelum melanjutkan.

string

Wajib. Nama FrasaSet yang akan dibatalkan penghapusannya. Format: projects/{project}/locations/{location}/phraseSets/{phrase_set}

bool

Jika disetel, validasi permintaan dan pratinjau frasaSet yang tidak dihapus, tetapi jangan benar-benar membatalkan penghapusannya.

string

Checksum ini dihitung oleh server berdasarkan nilai {i>field<i} lainnya. Permintaan ini dapat dikirim saat memperbarui, membatalkan penghapusan, dan menghapus permintaan untuk memastikan klien memiliki nilai terbaru sebelum melanjutkan.

string

Wajib. Nama Pengenal yang akan dibatalkan penghapusannya. Format: projects/{project}/locations/{location}/recognizers/{recognizer}

bool

Jika disetel, validasi permintaan dan pratinjau Pengenal yang belum dihapus, tetapi jangan benar-benar membatalkan penghapusannya.

string

Checksum ini dihitung oleh server berdasarkan nilai {i>field<i} lainnya. Permintaan ini dapat dikirim saat memperbarui, membatalkan penghapusan, dan menghapus permintaan untuk memastikan klien memiliki nilai terbaru sebelum melanjutkan.

Config

Wajib. Konfigurasi yang akan diperbarui.

Kolom name konfigurasi digunakan untuk mengidentifikasi konfigurasi yang akan diupdate. Format yang diharapkan adalah projects/{project}/locations/{location}/config.

FieldMask

Daftar kolom yang akan diperbarui.

CustomClass

Wajib. CustomClass yang akan diperbarui.

Kolom name CustomClass digunakan untuk mengidentifikasi CustomClass yang akan diupdate. Format: projects/{project}/locations/{location}/customClasses/{custom_class}.

FieldMask

Daftar kolom yang akan diperbarui. Jika kosong, semua kolom dipertimbangkan untuk diperbarui.

bool

Jika ditetapkan, validasi permintaan dan pratinjau CustomClass yang diperbarui, tetapi jangan benar-benar memperbaruinya.

PhraseSet

Wajib. FrasaSet yang akan diperbarui.

Kolom name frasaSet digunakan untuk mengidentifikasi frasaSet yang akan diperbarui. Format: projects/{project}/locations/{location}/phraseSets/{phrase_set}.

FieldMask

Daftar kolom yang akan diperbarui. Jika kosong, semua kolom bernilai non-default akan dipertimbangkan untuk update. Gunakan * untuk mengupdate seluruh resource frasaSet.

bool

Jika ditetapkan, validasi permintaan dan pratinjau frasaSet yang diperbarui, tetapi jangan benar-benar memperbaruinya.

Recognizer

Wajib. Pengenal yang akan diupdate.

Kolom name Pengenal digunakan untuk mengidentifikasi Pengenal yang akan diperbarui. Format: projects/{project}/locations/{location}/recognizers/{recognizer}.

FieldMask

Daftar kolom yang akan diperbarui. Jika kosong, semua kolom bernilai non-default akan dipertimbangkan untuk update. Gunakan * untuk mengupdate seluruh resource Pengenal.

bool

Jika ditetapkan, validasi permintaan dan pratinjau Pengenal yang diperbarui, tetapi jangan benar-benar memperbaruinya.

Duration

Offset waktu relatif terhadap awal audio, dan sesuai dengan awal kata yang diucapkan. Kolom ini hanya ditetapkan jika enable_word_time_offsets adalah true dan hanya dalam hipotesis teratas. Fitur ini adalah fitur eksperimental dan keakuratan selisih waktu dapat bervariasi.

Duration

Offset waktu relatif terhadap awal audio, dan sesuai dengan akhir kata yang diucapkan. Kolom ini hanya ditetapkan jika enable_word_time_offsets adalah true dan hanya dalam hipotesis teratas. Fitur ini adalah fitur eksperimental dan keakuratan selisih waktu dapat bervariasi.

string

Kata yang sesuai dengan kumpulan informasi ini.

float

Perkiraan tingkat keyakinan antara 0,0 dan 1,0. Angka yang lebih tinggi menunjukkan estimasi kemungkinan yang lebih besar bahwa kata yang dikenali benar. Kolom ini hanya ditetapkan untuk alternatif teratas dari hasil non-streaming atau, dari hasil streaming dengan is_final ditetapkan ke true. Kolom ini tidak dijamin akurat dan pengguna tidak boleh mengandalkannya untuk selalu disediakan. Default 0.0 adalah nilai sentinel yang menunjukkan confidence belum ditetapkan.

string

Label yang berbeda ditetapkan untuk setiap pembicara dalam audio. Kolom ini menentukan salah satu pembicara yang terdeteksi telah mengucapkan kata ini. speaker_label disetel jika SpeakerDiarizationConfig diberikan dan hanya berada dalam alternatif teratas.