如何通过GCP Python客户端库调用区域Speech-to-Text识别器？

问题背景 #

目标是使用Python客户端库通过Chirp识别器将语音音频文件转换为文本。原代码基于GCP Speech-to-Text v2文档编写，在使用global区域模型时运行正常，但Chirp模型仅在us-central1区域可用。修改代码指定非global区域时出现以下错误：

• 直接修改识别器名称路径为us-central1时，触发400错误，提示位置应为global
• 尝试创建us-central1区域识别器时，触发404错误，提示识别器不存在

解决方案 #

要调用区域识别器（如Chirp），需要在客户端初始化、识别器创建两个关键步骤中指定正确的区域，以下是修改后的完整代码及关键说明：

修改后的完整代码 #

from google.cloud.speech_v2 import SpeechClient
from google.cloud.speech_v2.types import cloud_speech


def speech_to_text(project_id, recognizer_id, audio_file):
    # 初始化客户端时指定us-central1区域的API端点
    client = SpeechClient(
        client_options={"api_endpoint": "us-central1-speech.googleapis.com"}
    )

    # 创建识别器时指定us-central1作为父区域，模型设置为chirp
    request = cloud_speech.CreateRecognizerRequest(
        parent=f"projects/{project_id}/locations/us-central1",
        recognizer_id=recognizer_id,
        recognizer=cloud_speech.Recognizer(
            language_codes=["en-US"], model="chirp"
        ),
    )

    # 创建识别器
    operation = client.create_recognizer(request=request)
    recognizer = operation.result()

    # 读取音频文件
    with open(audio_file, "rb") as f:
        content = f.read()

    config = cloud_speech.RecognitionConfig(auto_decoding_config={})

    # 发起识别请求，直接使用创建好的区域识别器名称
    request = cloud_speech.RecognizeRequest(
        recognizer=recognizer.name, config=config, content=content
    )

    # 处理识别结果
    response = client.recognize(request=request)
    for result in response.results:
        print(f"Transcript: {result.alternatives[0].transcript}")

    return response

关键修改点说明 #

• 客户端区域指定：默认的SpeechClient会连接global区域的API端点，必须通过client_options指定us-central1-speech.googleapis.com，确保客户端与目标区域匹配。
• 识别器创建的父区域：parent参数必须设置为projects/{project_id}/locations/us-central1，与客户端区域一致，否则会出现位置不匹配的400错误。
• 模型指定：将model参数设置为"chirp"，明确使用Chirp识别模型（原代码使用的latest_long是global区域的通用模型）。

额外注意事项 #

• 如果识别器已提前创建，可跳过create_recognizer步骤，直接使用正确的识别器名称路径：projects/{project_id}/locations/us-central1/recognizers/{recognizer_id}
• 确保GCP账号拥有us-central1区域的Speech-to-Text API权限，且已启用该区域的API服务

内容的提问来源于stack exchange，提问作者M.Hossein Rahimi