將語音轉為文字

本頁面說明如何使用 Vertex AI Studio 將語音轉換為文字。

如要瞭解如何將文字轉換為語音，請參閱「使用 Gemini TTS 生成語音」。

將語音轉為文字

如要將語音轉換為文字，請按照下列步驟操作：

  1. 在 Cloud de Confiance 控制台的「Agent Platform」部分，前往「Vertex AI Studio」頁面。

    前往 Vertex AI Studio

  2. 按一下「產生語音」。

  3. 選取「語音轉文字」分頁標籤。

  4. 在「語音」中，按一下「瀏覽」，選取要轉換為文字的音訊檔案。

  5. 在「語言」選取器方塊中，選取音訊檔案中語音的語言。

  6. 按一下「提交」。

    轉換後的文字會顯示在「文字」中。

限制

  • 音訊檔案長度最多 60 秒，大小最多 10 MB (以較小者為準)。
  • 系統會使用 Chirp 模型轉錄檔案。
  • 僅支援 16 位元線性 PCM WAV 檔案。

您可以直接使用 Speech-to-Text UI 克服這些限制。

後續步驟

  • 如要使用更多模型、進階功能，以及轉錄最長 8 小時的檔案，請參閱「語音轉文字」。