[Документация Yandex Cloud](../../../index.md) > [speechkit](../../index.md) > Пошаговые инструкции > Распознавание > Асинхронное распознавание формата OggOpus — API v2 # Асинхронное распознавание аудиофайлов в формате OggOpus в API v2 {% note warning %} Функциональность доступна только в [регионе Россия](../../../overview/concepts/region.md). {% endnote %} Ниже рассмотрены примеры [асинхронного распознавания речи](../transcribation.md) из аудиофайла с помощью [API v2](transcribation-api.md) SpeechKit. В примерах заданы параметры: * [язык](../models.md#languages) — русский; * формат аудиопотока — [OggOpus](../../formats.md#OggOpus) с расширением файла OPUS; * остальные параметры оставлены по умолчанию. Вы можете сформировать и отправить запрос на распознавание речи с помощью утилиты [cURL](https://curl.haxx.se) или Python-скрипта. Аутентификация происходит от имени сервисного аккаунта с помощью [IAM-токена](../../../iam/concepts/authorization/iam-token.md). Подробнее об [аутентификации в API SpeechKit](../../concepts/auth.md). ## Перед началом работы {#before-you-begin} 1. [Создайте](../../../storage/operations/buckets/create.md) бакет и [загрузите](../../../storage/operations/objects/upload.md) в него аудиофайл, который вы хотите распознать. 1. [Создайте](../../../iam/operations/sa/create.md) сервисный аккаунт. {% note warning %} Асинхронно распознать аудиофайлы можно только от имени сервисного аккаунта. Не используйте для этого [другие аккаунты в Yandex Cloud](../../../iam/concepts/users/accounts.md). {% endnote %} 1. [Назначьте](../../../iam/operations/sa/assign-role-for-sa.md) сервисному аккаунту роли `storage.uploader` и `ai.speechkit-stt.user` на каталог, в котором вы ранее создали бакет. 1. Получите [IAM-токен](../../../iam/operations/iam-token/create-for-sa.md) или [API-ключ](../../../iam/operations/authentication/manage-api-keys.md#create-api-key) для созданного сервисного аккаунта. Если у вас нет аудиофайла формата OggOpus, вы можете скачать [пример файла](https://storage.yandexcloud.kz/doc-files/speechkit-ogg.ogg). ## Выполните распознавание с помощью API {#recognize-using-api} {% note warning %} Для двухканальной OggOpus-записи не нужно указывать количество каналов с помощью параметра `audioChannelCount`. {% endnote %} {% list tabs group=programming_language %} - cURL {#curl} 1. [Получите ссылку на аудиофайл](../../../storage/operations/objects/link-for-download.md) в Object Storage. 1. Создайте файл, например `body.json`, и добавьте в него код: ```json { "config": { "specification": { "languageCode": "ru-RU" } }, "audio": { "uri": "<ссылка_на_аудиофайл>" } } ``` Где: * `languageCode` — [язык](../models.md#languages), для которого будет выполнено распознавание. * `uri` — ссылка на аудиофайл в Object Storage. Пример ссылки: `https://storage.yandexcloud.net/speechkit/speech.opus`. Для бакета с ограниченным доступом в ссылке присутствуют дополнительные query-параметры (после знака `?`). Эти параметры не нужно передавать в SpeechKit — они игнорируются. Формат аудиопотока указывать не нужно, так как OggOpus — формат по умолчанию. {% note info %} Не передавайте параметр [audioChannelCount](transcribation-api.md#sendfile-params), чтобы указать количество аудиоканалов. Файлы формата OggOpus уже содержат информацию о количестве каналов. {% endnote %} 1. Выполните созданный файл: ```bash export IAM_TOKEN= && \ curl \ --request POST \ --header "Authorization: Bearer ${IAM_TOKEN}" \ --data "@body.json" \ https://transcribe.api.cloud.yandex.net/speech/stt/v2/longRunningRecognize ``` Где `IAM_TOKEN` — IAM-токен сервисного аккаунта. Пример результата: ```text { "done": false, "id": "e03sup6d5h1q********", "createdAt": "2019-04-21T22:49:29Z", "createdBy": "ajes08feato8********", "modifiedAt": "2019-04-21T22:49:29Z" } ``` Сохраните идентификатор (`id`) операции распознавания, полученный в ответе. 1. Подождите, пока закончится распознавание. Одна минута аудио распознается примерно за 10 секунд. 1. Отправьте запрос на [получение информации об операции](../../../api-design-guide/concepts/operation.md#monitoring): ```bash curl \ --header "Authorization: Bearer ${IAM_TOKEN}" \ https://operation.api.cloud.yandex.net/operations/<идентификатор_операции_распознавания> ``` Пример результата: ```text { "done": true, "response": { "@type": "type.googleapis.com/yandex.cloud.ai.stt.v2.LongRunningRecognitionResponse", "chunks": [ { "alternatives": [ { "text": "твой номер 212-85-06", "confidence": 1 } ], "channelTag": "1" } ] }, "id": "e03sup6d5h1q********", "createdAt": "2019-04-21T22:49:29Z", "createdBy": "ajes08feato8********", "modifiedAt": "2019-04-21T22:49:36Z" } ``` Если распознать речь в переданном файле не удалось, секция `response.chunks` может отсутствовать в ответе. - Python 3 {#python} 1. Установите пакет `requests` с помощью менеджера пакетов [pip](https://pip.pypa.io/en/stable/): ```bash pip install requests ``` 1. Создайте файл, например `test.py`, и добавьте в него код: ```python # -*- coding: utf-8 -*- import requests import time import json # Укажите ваш IAM-токен и ссылку на аудиофайл в Object Storage. key = '' filelink = '<ссылка_на_аудиофайл>' POST ='https://transcribe.api.cloud.yandex.net/speech/stt/v2/longRunningRecognize' body ={ "config": { "specification": { "languageCode": "ru-RU" } }, "audio": { "uri": filelink } } header = {'Authorization': 'Bearer {}'.format(key)} # Отправьте запрос на распознавание. req = requests.post(POST, headers=header, json=body) data = req.json() print(data) id = data['id'] # Запрашивайте на сервере статус операции, пока распознавание не будет завершено. while True: time.sleep(1) GET = "https://operation.api.cloud.yandex.net/operations/{id}" req = requests.get(GET.format(id=id), headers=header) req = req.json() if req['done']: break print("Not ready") # Покажите полный ответ сервера в формате JSON. print("Response:") print(json.dumps(req, ensure_ascii=False, indent=2)) # Покажите только текст из результатов распознавания. print("Text chunks:") for chunk in req['response']['chunks']: print(chunk['alternatives'][0]['text']) ``` Где: * `key` — IAM-токен сервисного аккаунта; * `filelink` — ссылка на аудиофайл в Object Storage. 1. Выполните созданный файл: ```bash python3 test.py ``` {% endlist %} ## Решение проблем {#troubleshooting} Если в ответе возвращается пустота, пустой файл или ошибка `Invalid audio received`, проверьте кодек, которым закодирован ваш аудиофайл. Чтобы файл был корректно распознан, недостаточно изменить его расширение. Чтобы конвертировать файл с расширением OGG в поддерживаемый формат OggOpus, воспользуйтесь утилитой [FFmpeg](https://ffmpeg.org/): ```bash ffmpeg -i audio.ogg -c:a libopus -b:a 65536 audio_new.ogg ``` #### Полезные ссылки {#see-also} * [API v2 асинхронного распознавания](transcribation-api.md) * [Асинхронное распознавание аудиофайлов в формате LPCM в API v2](transcribation-lpcm.md) * [Регулярное асинхронное распознавание аудиофайлов из Yandex Object Storage](batch-transcribation.md) * [Аутентификация в API SpeechKit](../../concepts/auth.md)