在使用gcloud工具时，我可以在Google Cloud Speech-to-Text api中指定模型(例如"video")吗？

Question

谷歌的语音到文本服务有几种可能的模型可用于将语音转换为文本(标准的、视频的、电话呼叫等)。谷歌在从Python或通过curl向其speech- to -text api发送请求时，提供了使用这些模型的documentation here。但我正在使用gcloud ml speech recognize向该应用程序接口发出请求，并且希望能够指定要使用的模型。我已经阅读了一页又一页的文档来弄清楚这一点，但还没有成功。

我的命令行脚本：

gcloud ml speech recognize test.wav --language-code=EN --useEnhanced=true

我还尝试了--model=video而不是--useEnhanced=true。

谷歌的回应是：

ERROR: (gcloud.ml.speech.recognize) unrecognized arguments: --useEnhanced=true

To search the help text of gcloud commands, run:
  gcloud help -- SEARCH_TERMS

请帮帮我！谢谢:)

Answer 1

我不能用gcloud工具让它工作，但我可以用cURL“手动”完成。遵循这里的文档：https://cloud.google.com/speech-to-text/docs/quickstart-protocol。确保创建一个具有适当角色的服务帐户，下载生成的私钥，然后运行export GOOGLE_APPLICATION_CREDENTIALS=path-to-credentials.json。然后根据请求创建一个JSON文件。我的是这样的：

{
    "config": {
        "languageCode": "en-US",
        "useEnhanced": true,
        "model": "video"
    },
    "audio": {
        "uri": "gs://bucket/audio.flac"
    }
  }

然后，只需执行文档为recognize端点建议的cURL命令(注意将文件名更改为您创建的JSON )，就可以了。

下面是recognize端点的文档：https://cloud.google.com/speech-to-text/docs/reference/rest/v1/speech/recognize。您可以单击进入RecognitionConfig和RecognitionAudio对象，查看可以在JSON文件中包含哪些内容。

Answer 2

为了指定默认的模型示例"video“，您可以将其作为一个组使用：

gcloud ml video // example

这是与gcloud refence的链接：https://cloud.google.com/sdk/gcloud/reference/ml-engine/#GCLOUD-WIDE-FLAGS