OpenClaw语音控制之GoogleAPI 集成实战教程

11.1 Google Cloud 账号设置在使用 Google Cloud 的任何服务之前，首先需要拥有一个 Google Cloud 账号。本节将详细介绍账号注册、项目创建和支付方式绑定的完整流程。步骤 1：访问 Google Cloud 控制台打开浏览器，访问 Google Cloud 控制台地址：https://console.cloud.google.com如果你是首次访问，会看到欢迎页面。点击「开始使用」按钮进入注册流程。步骤 2：注册 Google 账号如果你还没有 Google 账号，需要先注册一个。点击「创建账号」，按照提示填写以下信息：姓名（建议使用真实姓名，方便企业用户识别）电子邮箱（建议使用 Gmail 或企业邮箱）密码（需包含字母、数字和特殊字符）步骤 3：创建新项目成功登录 Google Cloud 控制台后，你需要创建一个新项目来隔离和管理资源：在控制台顶部导航栏中，点击项目名称旁边的向下箭头在弹出的下拉菜单中，点击「新建项目」在「新建项目」页面填写以下信息：项目名称：输入speech-to-text-demo（可自定义）位置：选择「无组织」或你的企业组织（如果适用）点击「创建」按钮注意：项目名称创建后无法修改，但项目 ID 可以自定义。建议使用有意义的命名，方便后续识别和管理。步骤 4：绑定支付方式Google Cloud 为新用户提供免费试用套餐，包含 $300 美元的免费额度（有效期 90 天）。要启用免费试用，需要绑定支付方式：在左侧导航栏中，点击「结算」点击「关联结算账号」或「添加结算账号」选择「个人」或「企业」账户类型填写信用卡/借记卡信息（国内开发者可使用 Visa、MasterCard 等国际卡）重要提示：绑定卡片后不会立即扣费，只有超出免费额度才会产生费用Google Cloud 会进行 $1 美元的区域验证扣费，随后会退还国内开发者可能需要支持外币支付的银行卡步骤 5：控制台界面概览成功创建项目并绑定支付方式后，你将看到 Google Cloud 控制台的主界面。以下是主要功能区域：区域功能说明顶部导航栏项目切换、产品搜索、通知、账号设置左侧导航栏主要服务菜单（计算、存储、AI/机器学习等）中间主区域仪表板，显示项目概览和快速操作搜索栏快速搜索 API、服务和文档11.2 启用 Speech-to-Text API在创建项目后，需要显式启用 Speech-to-Text API 才能使用语音识别服务。本节将详细介绍 API 启用的完整步骤。步骤 1：导航到 API 和服务页面在 Google Cloud 控制台左侧导航栏中，找到「API 和服务」点击「库」进入 API 库页面步骤 2：搜索 Speech-to-Text API在 API 库页面的搜索框中，输入Speech-to-Text在搜索结果中，点击「Cloud Speech-to-Text API」步骤 3：查看 API 详情并启用在 API 详情页面，你可以看到：API 名称和版本信息功能描述和适用场景配额信息（请求限制）相关文档链接点击蓝色的「启用」按钮步骤 4：确认 API 已启用API 启用成功后，页面会自动跳转到 API 仪表板。你可以通过以下方式确认：在左侧导航栏中，点击「API 和服务」「仪表板」在已启用的 API 列表中，确认能看到「Cloud Speech-to-Text API」步骤 5：查看 API 配额在 API 仪表板中，点击「Cloud Speech-to-Text API」，可以查看当前配额的详细信息：配额项目默认限制每日请求数1000 次 [待验证]每分钟请求数300 次每次请求最大音频时长60 秒并发请求数10 个提示：如果需要更高的配额，可以在后续章节学习如何申请提升。11.3 服务账号认证Google Cloud 使用服务账号进行应用身份验证，这是生产环境中推荐的安全认证方式。本节将详细介绍服务账号的创建、角色分配和密钥管理。步骤 1：导航到 IAM 和服务账号页面在 Google Cloud 控制台左侧导航栏中，找到「IAM 和管理」点击「服务账号」进入服务账号管理页面步骤 2：创建服务账号在服务账号页面，点击「+ 创建服务账号」在创建向导中，填写以下信息：服务账号名称：输入speech-api-key（建议使用有意义的名称）服务账号 ID：系统会自动生成，通常是名称的小写形式加随机字符串服务账号描述：可选，描述该账号的用途，例如「用于语音识别 API 调用的服务账号」点击「创建并继续」步骤 3：分配角色在创建服务账号的第二步，需要为账号分配适当的权限角色：点击「为此服务账号授予角色」下拉菜单搜索并选择以下角色之一：Cloud Speech Admin（完全控制权限）Cloud Speech Client（读写权限）Cloud Speech User（只读权限）点击「+ 添加其他角色」可以添加多个角色推荐：对于大多数应用场景，选择「Cloud Speech Client」角色即可满足需求，无需过度授权。步骤 4：完成服务账号创建点击「继续」进入第三步（可选步骤）可以在这里添加用户或管理员来管理此服务账号（通常保持默认）点击「完成」创建服务账号步骤 5：创建 JSON 密钥服务账号创建完成后，需要生成密钥文件来认证应用：在服务账号列表中，点击刚刚创建的服务账号名称进入服务账号详情页面，切换到「密钥」选项卡点击「添加密钥」「创建新密钥」在弹出的对话框中：密钥类型选择「JSON」（推荐）点击「创建」按钮浏览器会自动下载 JSON 密钥文件，保存到本地安全位置安全警告：密钥文件包含敏感信息，不要提交到代码仓库不要在公开场所分享密钥文件建议将密钥文件放在项目根目录之外的路径步骤 6：配置环境变量为了让应用程序能够找到服务账号密钥，需要配置GOOGLE_APPLICATION_CREDENTIALS环境变量：在 macOS/Linux 上：# 临时设置（仅当前终端会话有效） export GOOGLE_APPLICATION_CREDENTIALS="/path/to/your-service-account-key.json" # 永久设置（写入 ~/.bashrc 或 ~/.zshrc） echo 'export GOOGLE_APPLICATION_CREDENTIALS="/path/to/your-service-account-key.json"' ~/.bashrc source ~/.bashrc在 Windows 上：# 临时设置（仅当前命令提示符会话有效） set GOOGLE_APPLICATION_CREDENTIALS=C:\path\to\your-service-account-key.json # 永久设置（通过系统属性） # 右键「此电脑」 「属性」 「高级系统设置」 「环境变量」 「新建系统变量」验证配置：# 验证环境变量是否设置成功 echo $GOOGLE_APPLICATION_CREDENTIALS11.4 Python 客户端使用完成以上配置后，就可以开始使用 Python 客户端库进行语音识别开发了。本节将详细介绍环境准备、库安装和代码实现。步骤 1：环境准备首先确认你的开发环境满足以下要求：要求最低版本推荐版本Python 版本3.73.9 或更高pip 版本19.0最新版本python3 --version # 输出类似：Python 3.9.12 # 检查 pip 版本 pip3 --version # 输出类似：pip 22.0.3步骤 2：安装客户端库# 安装或更新客户端库 pip install google-cloud-speech # 如果遇到权限问题，可以使用 --user 参数 pip install --user google-cloud-speech # 验证安装成功 python -c "import google.cloud.speech; print('安装成功')"步骤 3：准备测试音频在运行示例代码之前，需要准备一个音频文件。Google Cloud Speech-to-Text 支持多种音频格式：格式编码采样率适用场景FLAC无损16kHz/48kHz建议首选LINEAR16无压缩16kHz/48kHz通用场景MULAWμ-law8kHz电话音质AMR