谷歌云语音对文本
这包为AgentOS语音管道注册了一批语音对文本提供商. 它通过 Google Cloud 对文本发送音频 @google-cloud/speech。 。 。 .
安装
npm install @framers/agentos-ext-google-cloud-stt
同伴依赖性 : @framers/agentos (单位:千美元)>=0.10.40和 @google-cloud/speech (单位:千美元)^6.0.0) (中文(简体) ).
使用量
import { AgentOS } from '@framers/agentos';
const agentos = await AgentOS.create({
extensionManifest: {
packs: [{ package: '@framers/agentos-ext-google-cloud-stt' }],
},
extensionSecrets: {
GOOGLE_CLOUD_STT_CREDENTIALS: process.env.GOOGLE_CLOUD_STT_CREDENTIALS!,
},
});
配置
createExtensionPack 从秘密中取出第一个非空白证书字符串 GOOGLE_CLOUD_STT_CREDENTIALS (读取 getSecret,从 extensionSecrets),然后是同名的环境变量. 它无视 options。由于没有设置,Google Cloud SDK使用应用程序默认证书。 独立 createGoogleCloudSTT(credentials) 工厂需要它的论点:通过 '' 要使用应用程序默认证书.
| 选项 | 秘密编号 | 环境变量 | 需求 | 默认 |
|---|---|---|---|---|
credentials | GOOGLE_CLOUD_STT_CREDENTIALS | GOOGLE_CLOUD_STT_CREDENTIALS | 没有 | 空: 应用程序默认身份 |
language (每笔录音) | 无 | 无 | 没有 | en-US |
sampleRate (音频输入) | 无 | 无 | 没有 | 16000 原PCM的Hz; WAV 或 FLAC 的页眉率 |
页:1
证书接受内置服务账户JSON对象或现有密钥文件的路径. 空白证书将认证留给SDK的应用程序默认证书. 提供者的源名称 GOOGLE_APPLICATION_CREDENTIALS,gcloud和元数据服务器作为SDK证书来源;包本身不读取该变量.
错误的 JSON, 一个没有命名文件的非空白值, 以及一条其符号链接的路径, 后面是 .. 解决不同的文件,使客户端导致注册丢出。 证书错误不引用所提供的值 。 文件路径是绝对的,并保留了符号链接.
提供者发送音频字节作为批量识别的基础64,而不流出. WAV 和 FLAC 标题确定编码;其他缓冲器作为 LINEAR16 PCM (英语). mimeType 财务报告和审定财务报表 format 是信息,不选择编码。 明确 sampleRate 也转发给标题音频.
结果结合了每个识别出拉伸最有可能的笔录,并将最终结果与原始提供者的响应一起返回. 分段计时仅在每次分段有结束时间时才包括在内. 信心平均高于所报告的信心值。 回来的 cost 不报告API收费.
许可证
阿帕奇 - 2.0