Google Cloud Speech-to-text API 在 python 中添加一个短语集

Question

我目前正在使用谷歌云的语音到文本 api 来转录一个长音频文件。我已经设法通过编写一个 python 脚本来设置它来做到这一点，但我想添加一个自定义短语集来改进转录结果，如他们的文档中所述https://cloud.google.com/speech-到文本/文档/语音适应

我有一个要添加的短语列表，但我似乎无法弄清楚如何让它在 python 中工作。

这是我当前的代码：

def transcribe_gcs(gcs_uri, phrases):
    """Asynchronously transcribes the audio file specified by the gcs_uri."""

    client = speech.SpeechClient()

    audio = speech.RecognitionAudio(uri=gcs_uri)
    config = speech.RecognitionConfig(
        encoding=speech.RecognitionConfig.AudioEncoding.LINEAR16,
        sample_rate_hertz=44100,
        language_code="en-US",
        use_enhanced=True,
        model="video",
        enable_automatic_punctuation=True,
        audio_channel_count=2,
        speech_context = speech.SpeechContext(phrases=phrases)
    )

    operation = client.long_running_recognize(config=config, audio=audio)

    print("Waiting for operation to complete...")
    response = operation.result(timeout=20000)

    transcript = []
    confidence_ints = []
    # Each result is for a consecutive portion of the audio. Iterate through
    # them to get the transcripts for the entire audio file.
    for result in response.results:
        # The first alternative is the most likely one for this portion.
        print("Transcript: {}".format(result.alternatives[0].transcript))
        print("Confidence: {}".format(result.alternatives[0].confidence))
        transcript.append(str(result.alternatives[0].transcript))
        confidence_ints.append(float(result.alternatives[0].confidence))

    return transcript, confidence_ints

一切正常，直到我尝试使用 speech_context 参数添加短语。请帮忙！

Answer 1

迭戈：座头鲸，和我们一起说吧。 全部：座头鲸。 迭戈：大声点！ 全部：座头鲸。 迭戈：每个人都尖叫！ 全部：座头鲸。 迭戈：非常好。