[Документация Yandex Cloud](../../../index.md) > [speechkit](../../index.md) > Пошаговые инструкции > Распознавание > Автоматическое определение языка — API v3 # Потоковое распознавание речи с автоматическим определением языка в API v3 Пример показывает, как с помощью [API v3](../../stt-v3/api-ref/grpc/index.md) SpeechKit в режиме реального времени распознать речь в формате LPCM с автоматическим определением языка (языков). В примере заданы следующие параметры: * [язык распознавания](../models.md#languages) — `auto` (автоматическое определение языка); * формат аудиопотока — [LPCM](../../formats.md#LPCM) с частотой дискретизации 8000 Гц; * [количество аудиоканалов](../../stt-v3/api-ref/grpc/AsyncRecognizer/recognizeFile.md#speechkit.stt.v3.RawAudio) — 1 (значение по умолчанию); * остальные параметры оставлены по умолчанию. ## Подготовьте необходимые ресурсы {#preparations} 1. [Создайте](../../../iam/operations/sa/create.md) сервисный аккаунт и [назначьте](../../../iam/operations/sa/assign-role-for-sa.md) ему роль `ai.speechkit-stt.user`. 1. Для сервисного аккаунта [получите](../../../iam/operations/iam-token/create-for-sa.md#via-cli) и сохраните IAM-токен. 1. Скачайте [пример](https://storage.yandexcloud.kz/speechkit/speech.pcm) аудиофайла для распознавания или [сгенерируйте](../../tts/api/tts-examples-v3.md) свой. ## Создайте приложение для потокового распознавания речи {#recognition} Чтобы реализовать пример из этого раздела: 1. Склонируйте репозиторий [Yandex Cloud API](https://github.com/yandex-cloud/cloudapi): ```bash git clone https://github.com/yandex-cloud/cloudapi ``` 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 со склонированным репозиторием Yandex Cloud API, создайте папку `output` и сгенерируйте в ней код интерфейса клиента: ```bash cd <путь_к_папке_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/validation.proto \ yandex/cloud/ai/stt/v3/stt_service.proto \ yandex/cloud/ai/stt/v3/stt.proto ``` В результате в папке `output` будут созданы файлы с интерфейсом клиента: `stt_pb2.py`, `stt_pb2_grpc.py`, `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.v3.stt_pb2 as stt_pb2 import yandex.cloud.ai.stt.v3.stt_service_pb2_grpc as stt_service_pb2_grpc CHUNK_SIZE = 4000 def gen(audio_file_name): # Задайте настройки распознавания. recognize_options = stt_pb2.StreamingOptions( recognition_model=stt_pb2.RecognitionModelOptions( audio_format=stt_pb2.AudioFormatOptions( raw_audio=stt_pb2.RawAudio( audio_encoding=stt_pb2.RawAudio.LINEAR16_PCM, sample_rate_hertz=8000, audio_channel_count=1 ) ), # Задайте автоматическое распознавание языков. language_restriction=stt_pb2.LanguageRestrictionOptions( restriction_type=stt_pb2.LanguageRestrictionOptions.WHITELIST, language_code=['auto'] ), # Выберите модели распознавание — потоковое распознавание. audio_processing_type=stt_pb2.RecognitionModelOptions.REAL_TIME ) ) # Отправьте сообщение с настройками распознавания. yield stt_pb2.StreamingRequest(session_options=recognize_options) # 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_pb2.StreamingRequest(chunk=stt_pb2.AudioChunk(data=data)) data = f.read(CHUNK_SIZE) # Вместо iam_token передавайте api_key при аутентификации с API-ключом # от имени сервисного аккаунта. # def run(api_key, audio_file_name): def run(iam_token, audio_file_name): # Установите соединение с сервером. cred = grpc.ssl_channel_credentials() channel = grpc.secure_channel('stt.api.ml.yandexcloud.kz:443', cred) stub = stt_service_pb2_grpc.RecognizerStub(channel) # Отправьте данные для распознавания. it = stub.RecognizeStreaming(gen(audio_file_name), metadata=( # Параметры для аутентификации с IAM-токеном ('authorization', f'Bearer {iam_token}'), # Параметры для аутентификации с API-ключом от имени сервисного аккаунта # ('authorization', f'Api-Key {api_key}'), )) # Обработайте ответы сервера и выведите результат в консоль. try: for r in it: event_type, alternatives = r.WhichOneof('Event'), None if event_type == 'partial' and len(r.partial.alternatives) > 0: alternatives = [a.text for a in r.partial.alternatives] if event_type == 'final': alternatives = [a.text for a in r.final.alternatives] # Получение языковых меток: langs = [a.languages for a in r.final.alternatives] if event_type == 'final_refinement': alternatives = [a.text for a in r.final_refinement.normalized_text.alternatives] print(f'type={event_type}, alternatives={alternatives}') # Вывод в консоль языковых меток для финальных версий: if event_type == 'final': print(f'Language labels:') for lang in langs: for line in lang: words=f'{line}'.splitlines() for word in words: print(f' {word}', end="") print() except grpc._channel._Rendezvous as err: print(f'Error code {err._state.code}, message: {err._state.details}') raise err if __name__ == '__main__': parser = argparse.ArgumentParser() parser.add_argument('--token', required=True, help='IAM token or API key') parser.add_argument('--path', required=True, help='audio file path') args = parser.parse_args() run(args.token, args.path) ``` Где: * `audio_encoding` — [формат](../../formats.md) аудиопотока. * `sample_rate_hertz` — частота дискретизации аудиопотока. * `audio_channel_count` — количество аудиоканалов. * `language_code` — [язык](../index.md#langs), для которого будет выполнено распознавание. {% endlist %} 1. Задайте [IAM-токен](../../../iam/concepts/authorization/iam-token.md) сервисного аккаунта: ```bash export IAM_TOKEN= ``` 1. Выполните созданный файл: ```bash python3 output/test.py --token ${IAM_TOKEN} --path <путь_к_файлу_speech.pcm> ``` Где `--path` — путь к аудиофайлу, который необходимо распознать. Результат: ```bash type=status_code, alternatives=None type=partial, alternatives=None type=partial, alternatives=['привет'] type=final, alternatives=['привет мир'] Language guess: language_code: "ru-RU" probability: 1 type=final_refinement, alternatives=['привет мир'] type=eou_update, alternatives=None type=partial, alternatives=None type=status_code, alternatives=None ``` #### Полезные ссылки {#see-also} * [Справочник API v3](../../stt-v3/api-ref/grpc/index.md) * [Аутентификация в API SpeechKit](../../concepts/auth.md) * [Поддерживаемые языки и модели распознавания](../models.md)