SpeechKit Streaming Recognizer

Этот скрипт приведен для демонстрации потокового распознавания.

Скрипт записывает голос через микрофон и передает его на распознавание в сервис SpeechKit, результат распознавания выводится в консоль.

Скрипт написан на Python поэтому может быть легко доработан и оптимизирован под ваш сценарий.

Установка

Можно склонировать текущий репозиторий и перейти в папку cloud_api/output, где уже имеется скрипт test.py. Необходимо лишь установить зависимости при помощи команды:

pip install -r requirements.txt

Либо, подготовить среду исполнения самостоятельно:

1. Склонируйте репозиторий Yandex Cloud API:

git clone https://github.com/yandex-cloud/cloudapi

2. Установите пакет grpcio-tools:

pip install grpcio-tools

3. Перейдите в директорию со склонированным репозиторием Yandex Cloud API, создайте директорию output и сгенерируйте в ней код интерфейса клиента:

cd <путь_к_директории_cloudapi>
mkdir output
python -m grpc_tools.protoc -I . -I third_party/googleapis \
  --python_out=output \
  --grpc_python_out=output \
    google/api/http.proto \
    google/api/annotations.proto \
    yandex/cloud/api/operation.proto \
    google/rpc/status.proto \
    yandex/cloud/operation/operation.proto \
    yandex/cloud/ai/stt/v3/stt_service.proto \
    yandex/cloud/ai/stt/v3/stt.proto

В результате в директории output будут созданы файлы с интерфейсом клиента: stt_pb2.py, stt_pb2_grpc.py, stt_service_pb2.py, stt_service_pb2_grpc.py и файлы зависимостей.

4. Скопируйте файл cloudapi/output/test.py из текущего репозитория в вашу директорию output.

5. Установите зависимости:

pip install pyaudio

Использование

1. Необходимо создать сервисную учетную запись, а также – назначить роль ai.speechkit-stt.user.

2. Для созданной сервисной учетной записи необходимо получить API-ключ, его секрет потребуется для запуска скрипта.

3. Запустите скрипт test.py, указав в качестве аргумента секрет API-ключа:

python3 test.py --secret AQVNwRHSFFJJoLPQWMPxxxxxxxxxxxxxxxxxxxxxx

4. Говорите в микрофон, на экране консоли должен отображаться результат распознавания: