東京タワーライブカメラ / TOKYOTOWER LIVE CAMERA

youtu.be/fWxnFcpdiR0

남산서울타워 파노라마 LIVE

www.youtube.com/watch?v=xlTKZUPr8Hk

StreamingRecognitionResult

A streaming speech recognition result corresponding to a portion of the audio that is currently being processed.

Fields

#alternatives

#channel_tag

https://cloud.google.com/speech-to-text/docs/reference/rpc/google.cloud.speech.v1#streamingrecognitionresult

Package google.cloud.speech.v1

RecognitionConfig

Provides information to the recognizer that specifies how to process the request.

Fields

https://cloud.google.com/speech-to-text/docs/reference/rpc/google.cloud.speech.v1#recognitionconfig

[Python] argparse 사용법 (파이썬 인자값 추가하기)

두개의 인자 path, savefilename 을 받음.

(env) C:\__STT>python transcribe_async_gcs.py gs://cloud-samples-tests/speech/vr.flac 12345
Waiting for operation to complete...
Transcript: it's okay so what am I doing here why am I here at GDC talking about VR video it's because I believe my favorite games I love games I believe in games my favorite games are the ones that are all about the stories I love narrative game design I love narrative-based games and I think that when it comes to telling stories in VR bring together capturing the world with narrative based games and narrative based game design is going to unlock some of the killer apps and killer stories of the medium
Confidence: 0.9580045938491821
Transcript: so I'm really here looking for people who are interested in telling us or two stories that are planning projects around telling those types of stories and I would love to talk to you so if it sounds like your project if you're looking at blending VR video and interactivity to tell a story I want to talk to you I want to help you so if this sounds like you please get in touch with you can't find me I'll be here all week I have pink hair I work for Google and I would love to talk with you further about VR video interactivity and storytelling
Confidence: 0.949270486831665
completed

if __name__ == "__main__":
    parser = argparse.ArgumentParser(
        description=__doc__, formatter_class=argparse.RawDescriptionHelpFormatter
    )
    parser.add_argument("path", help="File or GCS path for audio file to be recognized")  
    parser.add_argument("savefilename", help="Save fileName ")   
    args = parser.parse_args()

    response = transcribe_gcs(args.path)
    
    with open("stt_"+args.savefilename+".txt", "w") as script:
        for result in response.results:
            script.write(u'Transcript: {}'.format(result.alternatives[0].transcript)+"\n")
            script.write(u'Confidence: {}'.format(result.alternatives[0].confidence)+"\n")
            script.write(u'Channel Tag: {}'.format(result.alternatives[0].channel_tag)+"\n")

docs.python.org/ko/3/library/argparse.html

docs.python.org/ko/3/howto/argparse.html

현재 시간, 일시

import datetime
 
now = datetime.datetime.now()
print(now)          # 2015-04-19 12:11:32.669083
 
nowDate = now.strftime('%Y-%m-%d')
print(nowDate)      # 2015-04-19
 
nowTime = now.strftime('%H:%M:%S')
print(nowTime)      # 12:11:32
 
nowDatetime = now.strftime('%Y-%m-%d %H:%M:%S')
print(nowDatetime)  # 2015-04-19 12:11:32

여러 채널로 오디오 스크립트 작성

transcribe_multichannel.py 

이 페이지에서는 Speech-to-Text를 사용하여 둘 이상의 채널이 포함된 오디오 파일을 텍스트로 변환하는 방법을 설명합니다.

오디오 데이터에는 녹음된 화자에 대한 각각의 채널이 포함되어 있는 경우가 많습니다. 예를 들어 두 사람의 전화 통화를 녹음한 오디오라면 각 회선이 별도로 녹음된 채널 두 개가 포함될 수 있습니다.

여러 채널이 포함된 오디오 데이터를 텍스트로 변환하려면 Speech-to-Text API에 대한 요청에 채널 수를 제공해야 합니다. 요청의 audioChannelCount 필드를 오디오에 있는 채널 수로 설정합니다.

여러 채널이 포함된 요청을 보내면 Speech-to-Text가 오디오에 있는 서로 다른 채널을 식별하는 결과를 반환하며 channelTag 필드를 사용하여 각 결과를 대신하는 항목에 라벨을 지정합니다.

오디오 채널 설명 : https://cloud.google.com/speech-to-text/docs/multi-channel

from google.cloud import speech

client = speech.SpeechClient()

with open(speech_file, "rb") as audio_file:
    content = audio_file.read()

audio = speech.RecognitionAudio(content=content)

config = speech.RecognitionConfig(
    encoding=speech.RecognitionConfig.AudioEncoding.LINEAR16,
    sample_rate_hertz=44100,
    language_code="en-US",
    audio_channel_count=2,
    enable_separate_recognition_per_channel=True,
)

response = client.recognize(config=config, audio=audio)

for i, result in enumerate(response.results):
    alternative = result.alternatives[0]
    print("-" * 20)
    print("First alternative of result {}".format(i))
    print(u"Transcript: {}".format(alternative.transcript))
    print(u"Channel Tag: {}".format(result.channel_tag))

github.com/googleapis/python-speech/blob/master/samples/snippets/transcribe_multichannel.py

google.api_core.exceptions.InvalidArgument: 400 Request payload size exceeds the limit: 10485760 bytes.

일련의 오디오 파일을 텍스트로 변환하는 프로젝트에 처음으로 GCS Speech API를 사용하고 있습니다. 각 파일은 약 60 분이 소요되며 전체 시간 동안 지속적으로 말하는 사람입니다. GC SDK를 설치했으며 다음과 같이 요청을 수행하는 데 사용하고 있습니다.gcloud ml speech recognize-long-running \ "/path/to/file/audio.flac" \ --language-code="pt-PT" --async

내 기록 중 하나에서 이것을 실행할 때마다 다음 오류 메시지가 표시됩니다.

ERROR: (gcloud.ml.speech.recognize-long-running) INVALID_ARGUMENT: Request payload size exceeds the limit: 10485760 bytes.

API가 최대 180 분까지 파일을 처리 할 수있는 경우 최대 10,000 자의 음성을 출력 할 방법이 없기 때문에 매우 어려운 제한 인 것 같습니다 .
오디오 파일을 더 작은 조각으로 나누려고했고 최대 4 개의 15 분 샘플에 도달했지만 동일한 오류가 발생했습니다. 게다가, 그것이 효과가 있더라도 여기에서 내가 만드는 모든 새로운 녹음을 앞으로 나누는 것은 매우 지루하고 비실용적 일 것입니다.

(env) C:\__STT>
(env) C:\__STT>
(env) C:\__STT>python transcribe_async.py test_Linda_audio_converter.flac
Traceback (most recent call last):
  File "C:\__STT\env\lib\site-packages\google\api_core\grpc_helpers.py", line 57, in error_remapped_callable
    return callable_(*args, **kwargs)
  File "C:\__STT\env\lib\site-packages\grpc\_channel.py", line 923, in __call__
    return _end_unary_response_blocking(state, call, False, None)
  File "C:\__STT\env\lib\site-packages\grpc\_channel.py", line 826, in _end_unary_response_blocking
    raise _InactiveRpcError(state)
grpc._channel._InactiveRpcError: <_InactiveRpcError of RPC that terminated with:
        status = StatusCode.INVALID_ARGUMENT
        details = "Request payload size exceeds the limit: 10485760 bytes."
        debug_error_string = "{"created":"@1605235850.871000000","description":"Error received from peer ipv4:216.58.220.138:443","file":"src/core/lib/surface/call.cc","file_line":1062,"grpc_message":"Request payload size exceeds the limit: 10485760 bytes.","grpc_status":3}"
>

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
  File "transcribe_async.py", line 117, in <module>
    transcribe_file(args.path)
  File "transcribe_async.py", line 54, in transcribe_file
    request={"config": config, "audio": audio}
  File "C:\__STT\env\lib\site-packages\google\cloud\speech_v1\services\speech\client.py", line 425, in long_running_recognize
    response = rpc(request, retry=retry, timeout=timeout, metadata=metadata,)
  File "C:\__STT\env\lib\site-packages\google\api_core\gapic_v1\method.py", line 145, in __call__
    return wrapped_func(*args, **kwargs)
  File "C:\__STT\env\lib\site-packages\google\api_core\grpc_helpers.py", line 59, in error_remapped_callable
    six.raise_from(exceptions.from_grpc_error(exc), exc)
  File "<string>", line 3, in raise_from
google.api_core.exceptions.InvalidArgument: 400 Request payload size exceeds the limit: 10485760 bytes.

(env) C:\__STT>

(env) C:\__STT>

Google Cloud 지원팀과 이야기를 나눈 후 무료 평가판 구독 제한과 파일 크기 (~ 60 분) 때문이라는 결론에 도달했습니다.

유료 구독으로 업그레이드하고 내 파일을 Google Cloud Storage에 업로드 한 후 트랜스 크립 션에서 페이로드를받을 수있었습니다.

stackoverflow.com/questions/51601697/invalid-argument-request-payload-size-exceeds-the-limit-10485760-bytes