Google Cloud Speech-to-Text API：基于google-api-php-client的语音识别

Google Cloud Speech-to-Text API：基于google-api-php-client的语音识别

【免费下载链接】google-api-php-client 项目地址: https://gitcode.com/gh_mirrors/goog/google-api-php-client

你是否还在为实现语音识别功能而烦恼？使用Google Cloud Speech-to-Text API配合google-api-php-client，只需简单几步即可快速构建强大的语音识别应用。读完本文，你将了解如何配置环境、实现基础语音识别、处理长音频文件以及优化识别效果。

准备工作

环境要求

• PHP 7.2+
• Composer
• Google Cloud账号及项目

安装google-api-php-client

通过Composer安装客户端库：

composer require google/apiclient:^2.0

官方安装文档：docs/install.md

认证配置

1. 在Google Cloud控制台创建服务账号密钥
2. 下载JSON密钥文件
3. 设置环境变量：

export GOOGLE_APPLICATION_CREDENTIALS="/path/to/your/credentials.json"

认证详细说明：docs/auth.md

快速开始：基础语音识别

创建客户端实例

require __DIR__ . '/vendor/autoload.php';

$client = new Google\Client();
$client->useApplicationDefaultCredentials();
$client->setScopes(['https://www.googleapis.com/auth/cloud-platform']);

// 创建Speech-to-Text服务
$speech = new Google\Service\Speech($client);

音频文件识别

$audio = [
    'content' => base64_encode(file_get_contents('audio.raw'))
];

$config = [
    'encoding' => 'LINEAR16',
    'sampleRateHertz' => 16000,
    'languageCode' => 'en-US'
];

$request = new Google\Service\Speech\RecognizeRequest([
    'config' => $config,
    'audio' => $audio
]);

$response = $speech->speech->recognize($request);

foreach ($response->getResults() as $result) {
    echo $result->getAlternatives()[0]->getTranscript() . "\n";
}

处理长音频文件

对于超过1分钟的音频文件，应使用异步识别：

$audio = [
    'uri' => 'gs://your-bucket/audio-long.wav'
];

$config = [
    'encoding' => 'LINEAR16',
    'sampleRateHertz' => 16000,
    'languageCode' => 'en-US'
];

$request = new Google\Service\Speech\LongRunningRecognizeRequest([
    'config' => $config,
    'audio' => $audio
]);

$operation = $speech->speech->longrunningrecognize($request);

// 等待操作完成
$operation->waitForCompletion();

if ($operation->isDone()) {
    $response = $operation->getResult();
    // 处理结果
}

长文件处理实现：src/Http/MediaFileUpload.php

高级功能

多语言识别

$config = [
    'encoding' => 'LINEAR16',
    'sampleRateHertz' => 16000,
    'languageCode' => 'zh-CN',
    'alternativeLanguageCodes' => ['en-US', 'ja-JP']
];

语音活动检测

$config = [
    'encoding' => 'LINEAR16',
    'sampleRateHertz' => 16000,
    'languageCode' => 'en-US',
    'enableWordTimeOffsets' => true
];

错误处理

try {
    $response = $speech->speech->recognize($request);
} catch (Google\Exception $e) {
    echo "Error: " . $e->getMessage();
    // 处理错误，如重试或记录日志
}

错误处理机制：src/Exception.php

性能优化

1. 批量处理：使用批量操作同时处理多个请求 examples/batch.php

2. 压缩音频：使用FLAC或MULAW编码减少带宽使用

3. 适当采样率：根据实际需求选择合适的采样率

总结

本文介绍了如何使用google-api-php-client实现Google Cloud Speech-to-Text API的核心功能，包括基础识别、长音频处理和高级配置。通过合理利用这些功能，你可以构建出高效准确的语音识别应用。

项目完整示例：examples/

如果你觉得本文有帮助，请点赞收藏，并关注获取更多Google Cloud API使用技巧。下期我们将介绍如何实现实时语音识别功能。

【免费下载链接】google-api-php-client 项目地址: https://gitcode.com/gh_mirrors/goog/google-api-php-client