[Документация Yandex Cloud](../../../index.md) > [speechkit](../../index.md) > Пошаговые инструкции > Распознавание > Потоковое распознавание API v2 # Пример использования API v2 потокового распознавания {% note warning %} Функциональность доступна только в [регионе Россия](../../../overview/concepts/region.md). {% endnote %} Пример показывает, как с помощью SpeechKit [API v2](streaming-api.md) в режиме реального времени распознать речь в формате LPCM. В примере заданы следующие параметры: * [язык](../index.md#langs) — русский; * формат аудиопотока — [LPCM](../../formats.md#LPCM) с частотой дискретизации 8000 Гц; * [фильтр ненормативной лексики](streaming-api.md#specification-msg) — True; * [фильтр промежуточных результатов](streaming-api.md#specification-msg) — True; * остальные параметры оставлены по умолчанию. Для работы с API нужны пакеты `grpcio-tools` для Python и `grpc` для Node.js. Аутентификация происходит от имени аккаунта на Яндексе или федеративного аккаунта с помощью [IAM-токена](../../../iam/concepts/authorization/iam-token.md). Если вы используете сервисный аккаунт, передавать идентификатор каталога в заголовке запроса не нужно. Подробнее об [аутентификации в API SpeechKit](../../concepts/auth.md). Чтобы реализовать примеры в этом разделе: 1. Склонируйте репозиторий [Yandex Cloud API](https://github.com/yandex-cloud/cloudapi): ```bash git clone https://github.com/yandex-cloud/cloudapi ``` 1. Скачайте [пример](https://storage.yandexcloud.kz/speechkit/speech.pcm) аудиофайла для распознавания. 1. Создайте клиентское приложение: {% list tabs group=programming_language %} - Python 3 {#python} 1. Установите пакет `grpcio-tools` с помощью менеджера пакетов [pip](https://pip.pypa.io/en/stable/): ```bash pip install grpcio-tools ``` 1. Перейдите в папку с репозиторием [Yandex Cloud API](https://github.com/yandex-cloud/cloudapi/), создайте папку `output` и сгенерируйте в ней код интерфейса клиента: ```bash cd cloudapi mkdir output python3 -m grpc_tools.protoc -I . -I third_party/googleapis \ --python_out=output \ --grpc_python_out=output \ google/api/http.proto \ google/api/annotations.proto \ yandex/cloud/api/operation.proto \ google/rpc/status.proto \ yandex/cloud/operation/operation.proto \ yandex/cloud/ai/stt/v2/stt_service.proto ``` В результате в папке `output` будут созданы файлы с интерфейсом клиента: `stt_service_pb2.py`, `stt_service_pb2_grpc.py` и файлы зависимостей. 1. Создайте файл в корне папки `output`, например `test.py`, и добавьте в него следующий код: ```python #coding=utf8 import argparse import grpc import yandex.cloud.ai.stt.v2.stt_service_pb2 as stt_service_pb2 import yandex.cloud.ai.stt.v2.stt_service_pb2_grpc as stt_service_pb2_grpc CHUNK_SIZE = 4000 def gen(folder_id, audio_file_name): # Задайте настройки распознавания. specification = stt_service_pb2.RecognitionSpec( language_code='ru-RU', profanity_filter=True, model='general', partial_results=True, audio_encoding='LINEAR16_PCM', sample_rate_hertz=8000 ) streaming_config = stt_service_pb2.RecognitionConfig(specification=specification, folder_id=folder_id) # Отправьте сообщение с настройками распознавания. yield stt_service_pb2.StreamingRecognitionRequest(config=streaming_config) # Прочитайте аудиофайл и отправьте его содержимое порциями. with open(audio_file_name, 'rb') as f: data = f.read(CHUNK_SIZE) while data != b'': yield stt_service_pb2.StreamingRecognitionRequest(audio_content=data) data = f.read(CHUNK_SIZE) def run(folder_id, iam_token, audio_file_name): # Установите соединение с сервером. cred = grpc.ssl_channel_credentials() channel = grpc.secure_channel('stt.api.cloud.yandex.net:443', cred) stub = stt_service_pb2_grpc.SttServiceStub(channel) # Отправьте данные для распознавания. it = stub.StreamingRecognize(gen(folder_id, audio_file_name), metadata=( ('authorization', 'Bearer %s' % iam_token), )) # Обработайте ответы сервера и выведите результат в консоль. try: for r in it: try: print('Start chunk: ') for alternative in r.chunks[0].alternatives: print('alternative: ', alternative.text) print('Is final: ', r.chunks[0].final) print('') except LookupError: print('Not available chunks') except grpc._channel._Rendezvous as err: print('Error code %s, message: %s' % (err._state.code, err._state.details)) if __name__ == '__main__': parser = argparse.ArgumentParser() parser.add_argument('--token', required=True, help='IAM token') parser.add_argument('--folder_id', required=True, help='folder ID') parser.add_argument('--path', required=True, help='audio file path') args = parser.parse_args() run(args.folder_id, args.token, args.path) ``` Где: * `language_code` — [язык](../index.md#langs), для которого будет выполнено распознавание. * `profanity_filter` — [фильтр ненормативной лексики](streaming-api.md#specification-msg). * `model` — [языковая модель](../models.md). * `partial_results` — [фильтр промежуточных результатов распознавания](streaming-api.md#specification-msg). * `audio_encoding` — [формат](../../formats.md) аудиопотока. * `sample_rate_hertz` — частота дискретизации аудиопотока. 1. Задайте [идентификатор каталога](../../../resource-manager/operations/folder/get-id.md): ```bash export FOLDER_ID=<идентификатор_каталога> ``` 1. Задайте [IAM-токен](../../../iam/concepts/authorization/iam-token.md): ```bash export IAM_TOKEN= ``` 1. Выполните созданный файл: ```bash python3 test.py --token ${IAM_TOKEN} --folder_id ${FOLDER_ID} --path speech.pcm ``` Где `--path` — путь к аудиофайлу, который необходимо распознать. Результат: ```bash Start chunk: alternative: привет Is final: False Start chunk: alternative: привет мир Is final: True ``` - Node.js {#node} 1. Перейдите в папку с репозиторием [Yandex Cloud API](https://github.com/yandex-cloud/cloudapi), создайте папку `src` и сгенерируйте в ней файл зависимостей `package.json`: ```bash cd cloudapi mkdir src cd src npm init ``` 1. Установите необходимые пакеты с помощью npm: ```bash npm install grpc @grpc/proto-loader google-proto-files --save ``` 1. Скачайте [публичный сертификат](https://github.com/grpc/grpc/blob/master/etc/roots.pem) gRPC из официального репозитория и сохраните его в корне папки `src`. 1. Создайте файл в корне папки `src`, например `index.js`, и добавьте в него следующий код: ```js const fs = require('fs'); const grpc = require('grpc'); const protoLoader = require('@grpc/proto-loader'); const CHUNK_SIZE = 4000; // Получите ID каталога и IAM-токен из переменных окружения. const folderId = process.env.FOLDER_ID; const iamToken = process.env.IAM_TOKEN; // Прочитайте файл, указанный в аргументах. const audio = fs.readFileSync(process.argv[2]); // Задайте настройки распознавания. const request = { config: { specification: { languageCode: 'ru-RU', profanityFilter: true, model: 'general', partialResults: true, audioEncoding: 'LINEAR16_PCM', sampleRateHertz: '8000' }, folderId: folderId } }; // Задайте частоту отправки аудио в миллисекундах. // Для формата LPCM частоту можно рассчитать по формуле: CHUNK_SIZE * 1000 / ( 2 * sampleRateHertz); const FREQUENCY = 250; const serviceMetadata = new grpc.Metadata(); serviceMetadata.add('authorization', `Bearer ${iamToken}`); const packageDefinition = protoLoader.loadSync('../yandex/cloud/ai/stt/v2/stt_service.proto', { includeDirs: ['node_modules/google-proto-files', '..'] }); const packageObject = grpc.loadPackageDefinition(packageDefinition); // Установите соединение с сервером. const serviceConstructor = packageObject.yandex.cloud.ai.stt.v2.SttService; const grpcCredentials = grpc.credentials.createSsl(fs.readFileSync('./roots.pem')); const service = new serviceConstructor('stt.api.cloud.yandex.net:443', grpcCredentials); const call = service['StreamingRecognize'](serviceMetadata); // Отправьте сообщение с настройками распознавания. call.write(request); // Прочитайте аудиофайл и отправьте его содержимое порциями. let i = 1; const interval = setInterval(() => { if (i * CHUNK_SIZE <= audio.length) { const chunk = new Uint16Array(audio.slice((i - 1) * CHUNK_SIZE, i * CHUNK_SIZE)); const chunkBuffer = Buffer.from(chunk); call.write({audioContent: chunkBuffer}); i++; } else { call.end(); clearInterval(interval); } }, FREQUENCY); // Обработайте ответы сервера и выведите результат в консоль. call.on('data', (response) => { console.log('Start chunk: '); response.chunks[0].alternatives.forEach((alternative) => { console.log('alternative: ', alternative.text) }); console.log('Is final: ', Boolean(response.chunks[0].final)); console.log(''); }); call.on('error', (response) => { // Выведите ошибки в консоль. console.log(response); }); ``` Где: * `languageCode` — [язык](../index.md#langs), для которого будет выполнено распознавание. * `pprofanityFilter` — [фильтр ненормативной лексики](streaming-api.md#specification-msg). * `model` — [языковая модель](../models.md). * `partialResults` — [фильтр промежуточных результатов распознавания](streaming-api.md#specification-msg). * `audioEncoding` — [формат](../../formats.md) аудиопотока. * `sampleRateHertz` — частота дискретизации аудиопотока. 1. Задайте [идентификатор каталога](../../../resource-manager/operations/folder/get-id.md): ```bash export FOLDER_ID=<идентификатор_каталога> ``` 1. Задайте [IAM-токен](../../../iam/concepts/authorization/iam-token.md): ```bash export IAM_TOKEN= ``` 1. Выполните созданный файл: ```bash node index.js speech.pcm ``` Где `speech.pcm` — имя аудиофайла для распознавания. Результат: ```bash Start chunk: alternative: привет мир Is final: true ``` {% endlist %} #### Полезные ссылки {#see-also} * [API v2 для потокового распознавания](streaming-api.md) * [Аутентификация в API SpeechKit](../../concepts/auth.md)