Convierte voz a texto

En este lab, aprenderás a usar Generative AI Studio para crear instrucciones para varios casos de uso de IA generativa y experimentar con ellas.

Para aprender a convertir texto en voz, consulta Genera voz con Gemini TTS.

Convierte voz a texto

Para convertir voz en texto, haz lo siguiente:

  1. En la sección Agent Platform de la consola de Cloud de Confiance , ve a la página Vertex AI Studio.

    Ir a Vertex AI Studio

  2. Haz clic en Generar voz.

  3. Selecciona la pestaña Voz a texto.

  4. En Voz, haz clic en Explorar para seleccionar el archivo de audio que deseas convertir en texto.

  5. En el cuadro del selector Idioma, selecciona el idioma del discurso en el archivo de audio.

  6. Haz clic en Enviar.

    El texto convertido aparece en Texto.

Limitaciones

  • Los archivos de audio pueden tener un máximo de 60 segundos o 10 MB (lo que sea menor).
  • Los archivos se transcriben con el modelo Chirp.
  • Solo se admiten archivos WAV lineales de 16 bits.

Puedes usar la IU de Speech-to-Text directamente para superar estas limitaciones.

¿Qué sigue?

  • Para obtener más modelos, funciones avanzadas y la capacidad de transcribir archivos de hasta 8 horas, consulta Speech-to-Text.