Google Cloud Speech-to-Text

Google Cloud Speech-to-Text API — Convert audio to text with Google's industry-leading speech recognition.

Supports 125+ languages, automatic punctuation, speaker diarization, and multiple audio formats.

## Why Use This API?
- **125+ Languages** — Widest language support for speech recognition
- **Multiple Formats** — MP3, FLAC, WAV, OGG, and more
- **Auto Punctuation** — Automatically adds punctuation to transcripts
- **High Accuracy** — Google's latest speech recognition models
- **Powere...

原始信息汇总

Google Cloud Speech-to-Text API 数据集概述

基本信息

• API名称：Google Cloud Speech-to-Text
• 提供平台：RapidAPI
• 提供商：frequency404
• 类别：Media
• 当前版本：v1
• 订阅计划：
  • BASIC：$0.00 / 月
  • PRO：$10.00 / 月
  • ULTRA：$100.00 / 月
  • MEGA：$1,000.00 / 月

核心功能

• 语音转文本：将音频转换为文本。
• 支持语言：125种以上语言。
• 音频格式支持：MP3、FLAC、WAV、OGG等。
• 自动标点：自动为转录文本添加标点符号。
• 说话人分离：支持说话人日记化（speaker diarization）。
• 高准确率：采用谷歌最新的语音识别模型。
• 技术支持：基于谷歌云技术，与Google Assistant同源。

端点信息

• 端点：stt/recognize
• 方法：POST
• 功能：语音识别

快速开始示例

Python

python import requests import base64

url = "https://google-cloud-stt.p.rapidapi.com/stt/recognize" headers = { "x-rapidapi-key": "YOUR_RAPIDAPI_KEY", "x-rapidapi-host": "google-cloud-stt.p.rapidapi.com", "Content-Type": "application/json" }

with open("audio.mp3", "rb") as f: audio_b64 = base64.b64encode(f.read()).decode()

payload = { "audio": audio_b64, "language": "en-US", "encoding": "MP3", "sample_rate": 16000 }

response = requests.post(url, json=payload, headers=headers) data = response.json() print(f"Transcript: {data[transcript]}")

cURL

bash curl -X POST "https://google-cloud-stt.p.rapidapi.com/stt/recognize" -H "x-rapidapi-key: YOUR_RAPIDAPI_KEY" -H "Content-Type: application/json" -d {"audio_url": "gs://cloud-samples-tests/speech/brooklyn.flac", "language": "en-US", "encoding": "FLAC"}

提供商信息

• API创建者：frequency404
• 订阅者数量：1

相关链接

• Playground：https://rapidapi.com/nexaquency/api/google-cloud-speech-to-text1
• 提供商链接：https://nexa-api.com