실시간 음성 변환하기
1. 소개
실시간으로 음성 데이터를 전송해 텍스트로 변환하는 서비스입니다. 이 API는 비동기화 방식이 사용되어 동작하며, 이를 통해 음성 데이터에서 얻은 텍스트를 활용하여 응용 프로그램을 개발하거나 자동 음성 텍스트 변환 서비스를 구축할 수 있습니다.
WARNING
⚠️ 노래 음원 혹은 배경음악이 크게 들리는 오디오는 텍스트 변환을 지원하지 않습니다.
2. 예제
아래는 간단한 사용 예제입니다. 이 예제에서는 스트리밍 토큰을 생성, 갱신하고 요청을 보내 SSE 방식으로 해당 음성을 변환된 텍스트로 응답받는 것을 설명합니다.
1) 파이썬 예제
text
# 이 코드는 requests, requests-sse 패키지 설치가 되어야 동작합니다. <CopyButton /><EmailFormButton />
import base64
import concurrent.futures
import json
import requests
from requests_sse import EventSource, InvalidStatusCodeError, InvalidContentTypeError
HOST = 'https://apis.daglo.ai'
API_TOKEN = '<API_TOKEN>'
def get_session_token():
headers = {'Authorization': f'Bearer {API_TOKEN}'}
return requests.get(HOST + "/stt/v1/stream/sessionTokens", headers=headers).json()
def send_audio_stream(audio_stream: bytes, sid: str, s_token: str):
headers = {'Authorization': f'Bearer {s_token}', 'Content-Type': 'application/json'}
audio_str = base64.b64encode(audio_stream).decode('utf-8')
data = { 'sessionId': sid, 'channel': 0, 'file': audio_str }
res = requests.post(HOST + "/stt/v1/stream/recognize", headers=headers, json=data)
def get_audio_stream(sid: str, s_token: str):
headers = { 'Authorization': f'Bearer {s_token}' }
with EventSource(HOST + f"/stt/v1/stream/sse/{sid}", timeout=30, headers=headers) as event_source:
try:
for event in event_source:
print(json.loads(event.data))
except InvalidStatusCodeError:
pass
except InvalidContentTypeError:
pass
except requests.RequestException:
pass
if __name__ == '__main__':
# 1. Audio Stream을 준비합니다.
sample_audio_stream = requests.get('https://storage.googleapis.com/bkt-actionpower-examples/audio/actionpower_hello.wav').content
# 2. Session Token을 획득합니다.
res = get_session_token()
sid = res['sessionId']
s_token = res['sessionToken']
with concurrent.futures.ThreadPoolExecutor(max_workers=1) as executor:
# 3. 오디오 스트림을 POST Endpoint로 전송합니다.
future = executor.submit(send_audio_stream, sample_audio_stream, sid, s_token)
# 4. 동시에 실시간 STT 결과를 SSE를 통해 수신받습니다.
get_audio_stream(sid, s_token)Print 부분 출력
text
{'sessionId': '9070fe6d-c34e-4d45-8e68-11dd9f944711', 'channel': 0, 'timestamp': 1724129309929, 'startTime': 1724129309929, 'sttResult': {'transcript': '안녕하세요 액션파워 입니 다 음성 인식 의 선두주자 액션파워 의 기술을 만나볼 수'}, 'isFinal': False}3. 사용법
1) API Key 발급하기
- API Console에 접속하여 회원가입 후 로그인합니다.
- 토큰 메뉴에 들어가 새로운 토큰을 발급합니다.
- 발급한 토큰 정보를 복사해 요청 시 인증 토큰 정보로 사용합니다.
2) 요청하기
보다 자세한 API 정보는 API Reference와 실시간 음성 변환 문서를 참고해주세요.
a. 토큰 발급하기
- 지정된 엔드포인트(Get stream STT session token)로 실시간 요청에 필요한 토큰을 발급합니다.
shell
GET https://apis.daglo.ai/stt/v1/stream/sessionTokensb. 실시간 오디오 전송하기
- 지정된 엔드포인트(Send audio chunks to transcribe)로 실시간 오디오 청크를 전송해 텍스트 변환을 요청합니다.
shell
POST https://apis.daglo.ai/stt/v1/stream/recognizec. 토큰 재발급하기
- 1시간 경과시 지정된 엔드포인트(Refresh stream STT session token)로 토큰 재발급을 요청해 권한을 연장합니다.
shell
GET https://apis.daglo.ai/stt/v1/stream/refreshSessionTokens>3) 응답받기
a. 실시간 텍스트 스트림으로 가져오기
- 지정된 엔드포인트(Get audio transcription stream)로 실시간 텍스트 결과를 스트림 형태로 가져옵니다.
shell
GET https://apis.daglo.ai/stt/v1/stream/sse/{sid}업데이트 이력
- 20240902 ver1.0 API 문서가 작성되었습니다.