這一節將會介紹cloud speed api。這個api的最基本功能就是你可以上傳一段聲音檔案到server，然後server將會回傳給你這段聲音的文字檔給你。她也提供一個功能叫做speech timestamp，這個功能會告訴你這段聲音當中每個文字的斷點，這讓你更容易做搜尋。cloud speed api也有提供一個叫做batch & streaming transcription功能，這個功能可以讓你分段傳輸你的聲音並分段回傳，就是streaming啦。這邊提供了一個例子，這是一部GCP的教學影片，我們使用cloud speed api來幫助我們上字幕。使用speech timestamp的功能，可以讓我們輕易找到影片中有提到我們想找的關鍵字的地方，如果這部影片只有提到這個字一次，那用人工找將會很費工且很容易忽略掉。
iThome鐵人賽
看影片追技術