Proyecto GCP: Conversión de Texto a Audio y Audio a Texto con Google Cloud

Este es un proyecto creado en Google Cloud con el cual mediante una aplicación web desarrollada en Flask nos permite la conversión de texto a audio utilizando la API de Google Cloud Text-to-Speech, así como la transcripción de audio a texto con la API de Google Cloud Speech-to-Text.

⚠️ Importante: Este proyecto debe ejecutarse exclusivamente en el entorno de Cloud Shell de Google Cloud para garantizar la correcta instalación de dependencias y acceso a las credenciales de servicio.

---

🚀 Características

• Convierte texto a audio en formato MP3.
• Permite personalizar la voz con opciones de género y velocidad de habla.
• Transcribe audio en español a texto.
• Interfaz web intuitiva con controles de grabación y reproducción de audio.

---

🛠️ Requisitos previos

Antes de ejecutar la aplicación, asegúrate de tener los siguientes requisitos instalados en tu entorno de Cloud Shell:

1. Python 3.11 o superior (preinstalado en Cloud Shell)

2. Cuenta de Google Cloud con las APIs habilitadas:

   • Text-to-Speech API gcloud services enable texttospeech.googleapis.com
   • Speech-to-Text API gcloud services enable speech.googleapis.com

3. Dependencias del sistema: ffmpeg (Se instalará en el siguiente paso)

---

⚙️ Instalación

Sigue estos pasos para configurar y ejecutar el proyecto en Cloud Shell:

1. Clonar el repositorio

git clone https://github.com/vilcajoel/speech-text-and-text-to-speech-gcp.git
cd speech-text-and-text-to-speech-gcp

2. Crear un entorno virtual

Crea y activa un entorno virtual para aislar las dependencias del proyecto:

python3 -m venv venv
source venv/bin/activate

3. Instalar dependencias del sistema

Ejecuta el siguiente comando para instalar ffmpeg, necesario para el procesamiento de audio:

sudo apt-get update && sudo apt-get install -y ffmpeg

4. Instalar dependencias de Python

Instala las dependencias necesarias utilizando el archivo requirements.txt:

pip install -r requirements.txt

Contenido de requirements.txt:

Flask==3.0.0
google-cloud-texttospeech==2.14.1
google-cloud-speech==2.21.0
gunicorn==21.2.0

5. Ejecutar la aplicación

Inicia la aplicación Flask con el siguiente comando:

python app.py

La aplicación estará disponible en: http://127.0.0.1:5000

---

🌐 Uso de la aplicación

1. Conversión de Texto a Audio:

   • Escribe el texto en el cuadro de texto.
   • Selecciona el género de la voz (Neutral, Masculina o Femenina).
   • Ajusta la velocidad de la voz.
   • Haz clic en "Convertir a Audio" y escucha la reproducción.

2. Conversión de Audio a Texto:

   • Presiona el botón "Iniciar Grabación".
   • Graba tu voz y presiona "Detener Grabación".
   • Obtén la transcripción en pantalla.

---

📂 Estructura del proyecto

.
├── app.py
├── requirements.txt
├── templates
│   └── index.html
├── Poc
│   └── app_speech_to_text
│   └── app_text_to_speech
└── README.md

---

🤝 Contribuciones

¡Las contribuciones son bienvenidas! Si deseas mejorar esta aplicación, por favor, haz un fork del repositorio y envía un pull request.

---

📄 Licencia

Este proyecto está bajo la licencia MIT. Consulta el archivo LICENSE para más detalles.

---

📞 Contacto

Para preguntas o sugerencias, contáctame en:

• ✉️ Email: joelvilcatarazona@gmail.com
• 🔗 LinkedIn: https://www.linkedin.com/in/joelvilca/
• 🐙 GitHub: https://github.com/vilcajoel

---

¡Espero que disfrutes usando esta aplicación! 🚀