Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Scegli una funzione di trascrizione
Questo documento fornisce un confronto delle funzioni di trascrizione disponibili in BigQuery ML, ovvero ML.GENERATE_TEXT e ML.TRANSCRIBE.
Puoi utilizzare le informazioni contenute in questo documento per decidere quale funzione utilizzare nei casi in cui le funzioni abbiano funzionalità sovrapposte.
A livello generale, la differenza tra queste funzioni è la seguente:
ML.GENERATE_TEXT è una buona scelta per la trascrizione di clip audio di durata massima di 10 minuti e puoi utilizzarla anche per eseguire attività di elaborazione del linguaggio naturale (NLP). La trascrizione audio con ML.GENERATE_TEXT è meno costosa rispetto a ML.TRANSCRIBE se utilizzi il modello gemini-1.5-flash.
ML.TRANSCRIBE è una buona scelta per eseguire la trascrizione su clip audio di durata superiore a 10 minuti. Supporta inoltre un numero maggiore di lingue rispetto a ML.GENERATE_TEXT.
Modelli supportati
I modelli supportati sono i seguenti:
ML.GENERATE_TEXT: puoi utilizzare un sottoinsieme dei modelli Vertex AI
Gemini per
generare testo. Per ulteriori informazioni sui modelli supportati, consulta la sintassi ML.GENERATE_TEXT.
ML.TRANSCRIBE: utilizzi il modello predefinito dell'API Speech-to-Text. L'utilizzo dell'API Document AI consente di accedere alla trascrizione con il modello vocale Chirp.
Attività supportate
Le attività supportate sono le seguenti:
ML.GENERATE_TEXT: puoi eseguire attività di trascrizione audio ed elaborazione del linguaggio naturale (NLP).
ML.TRANSCRIBE: puoi eseguire la trascrizione audio.
Prezzi
I prezzi sono i seguenti:
ML.GENERATE_TEXT: per i prezzi dei modelli Vertex AI che utilizzi con questa funzione, consulta Prezzi di Vertex AI.
L'ottimizzazione supervisionata dei modelli supportati viene addebitata in dollari per ora nodo.
Per ulteriori informazioni, consulta
Prezzi dell'addestramento personalizzato di Vertex AI.
ML.TRANSCRIBE: per i prezzi del servizio Cloud AI che utilizzi con questa funzione, consulta Prezzi dell'API Speech-to-Text.
Ottimizzazione supervisionata
L'ottimizzazione supervisionata è supportata come segue:
ML.TRANSCRIBE: l'ottimizzazione supervisionata non è supportata.
Limite di query al minuto (QPM)
I limiti di QPM sono i seguenti:
ML.GENERATE_TEXT: 60 QPM nella regione us-central1 predefinita per i modelli gemini-1.5-pro e 200 QPM nella regione us-central1 predefinita per i modelli gemini-1.5-flash. Per ulteriori informazioni, consulta
Quota di IA generativa su Vertex AI.
ML.TRANSCRIBE: 900 QPM per progetto. Per ulteriori informazioni, consulta
Quote e limiti.
ML.GENERATE_TEXT: 700 token di input e 8196 token di output. Questo limite di token di output indica che ML.GENERATE_TEXT ha un limite di circa 39 minuti per un singolo clip audio.
ML.TRANSCRIBE: nessun limite di token. Tuttavia, questa funzione ha un
limite di 480 minuti per un singolo clip audio.
Lingue supportate
Le lingue supportate sono:
ML.GENERATE_TEXT: supporta le stesse lingue di
Gemini.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Difficile da capire","hardToUnderstand","thumb-down"],["Informazioni o codice di esempio errati","incorrectInformationOrSampleCode","thumb-down"],["Mancano le informazioni o gli esempi di cui ho bisogno","missingTheInformationSamplesINeed","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2025-09-09 UTC."],[[["\u003cp\u003e\u003ccode\u003eML.GENERATE_TEXT\u003c/code\u003e is best suited for transcribing audio clips of 10 minutes or less and can also perform natural language processing (NLP) tasks, offering a lower cost when using the \u003ccode\u003egemini-1.5-flash\u003c/code\u003e model.\u003c/p\u003e\n"],["\u003cp\u003e\u003ccode\u003eML.TRANSCRIBE\u003c/code\u003e is preferred for transcribing audio clips longer than 10 minutes and supports a wider array of languages compared to \u003ccode\u003eML.GENERATE_TEXT\u003c/code\u003e.\u003c/p\u003e\n"],["\u003cp\u003e\u003ccode\u003eML.GENERATE_TEXT\u003c/code\u003e supports supervised tuning for certain models, whereas \u003ccode\u003eML.TRANSCRIBE\u003c/code\u003e does not offer this capability.\u003c/p\u003e\n"],["\u003cp\u003e\u003ccode\u003eML.GENERATE_TEXT\u003c/code\u003e has token limits for input and output, while \u003ccode\u003eML.TRANSCRIBE\u003c/code\u003e has no token limit but is limited to 480 minutes per individual audio clip.\u003c/p\u003e\n"],["\u003cp\u003e\u003ccode\u003eML.TRANSCRIBE\u003c/code\u003e has a much higher query per minute limit than the \u003ccode\u003egemini-1.5-pro\u003c/code\u003e model in the \u003ccode\u003eML.GENERATE_TEXT\u003c/code\u003e function, whereas the \u003ccode\u003egemini-1.5-flash\u003c/code\u003e model is higher.\u003c/p\u003e\n"]]],[],null,["# Choose a transcription function\n===============================\n\nThis document provides a comparison of the transcription functions\navailable in BigQuery ML, which are\n[`ML.GENERATE_TEXT`](/bigquery/docs/reference/standard-sql/bigqueryml-syntax-generate-text)\nand\n[`ML.TRANSCRIBE`](/bigquery/docs/reference/standard-sql/bigqueryml-syntax-process-document).\n\nYou can use the information in this document to help you decide which function\nto use in cases where the functions have overlapping capabilities.\n\nAt a high level, the difference between these functions is as follows:\n\n- `ML.GENERATE_TEXT` is a good choice for transcription of audio clips that are\n 10 minutes or shorter, and you can also use it to perform natural language\n processing (NLP) tasks. Audio transcription with `ML.GENERATE_TEXT` is less\n expensive than with `ML.TRANSCRIBE` when you use the `gemini-1.5-flash` model.\n\n- `ML.TRANSCRIBE` is a good choice for performing transcription on audio\n clips that are longer than 10 minutes. It also supports a wider range of\n languages than `ML.GENERATE_TEXT`.\n\nSupported models\n----------------\n\nSupported models are as follows:\n\n- `ML.GENERATE_TEXT`: you can use a subset of the Vertex AI [Gemini](/vertex-ai/generative-ai/docs/learn/models#gemini-models) models to generate text. For more information on supported models, see the [`ML.GENERATE_TEXT` syntax](/bigquery/docs/reference/standard-sql/bigqueryml-syntax-generate-text#syntax).\n- `ML.TRANSCRIBE`: you use the default model of the [Speech-to-Text API](/speech-to-text). Using the Document AI API gives you access to transcription with the [Chirp speech model](/speech-to-text/v2/docs/chirp-model).\n\nSupported tasks\n---------------\n\nSupported tasks are as follows:\n\n- `ML.GENERATE_TEXT`: you can perform audio transcription and natural language processing (NLP) tasks.\n- `ML.TRANSCRIBE`: you can perform audio transcription.\n\nPricing\n-------\n\nPricing is as follows:\n\n- `ML.GENERATE_TEXT`: for pricing of the Vertex AI models that you use with this function, see [Vertex AI pricing](/vertex-ai/generative-ai/pricing). Supervised tuning of supported models is charged at dollars per node hour. For more information, see [Vertex AI custom training pricing](/vertex-ai/pricing#custom-trained_models).\n- `ML.TRANSCRIBE`: For pricing of the Cloud AI service that you use with this function, see [Speech-to-Text API pricing](/speech-to-text/pricing).\n\nSupervised tuning\n-----------------\n\nSupervised tuning support is as follows:\n\n- `ML.GENERATE_TEXT`: [supervised tuning](/bigquery/docs/reference/standard-sql/bigqueryml-syntax-create-remote-model#supervised_tuning) is supported for some models.\n- `ML.TRANSCRIBE`: supervised tuning isn't supported.\n\nQueries per minute (QPM) limit\n------------------------------\n\nQPM limits are as follows:\n\n- `ML.GENERATE_TEXT`: 60 QPM in the default `us-central1` region for `gemini-1.5-pro` models, and 200 QPM in the default `us-central1` region for `gemini-1.5-flash` models. For more information, see [Generative AI on Vertex AI quotas](/vertex-ai/generative-ai/docs/quotas).\n- `ML.TRANSCRIBE`: 900 QPM per project. For more information, see [Quotas and limits](/speech-to-text/quotas).\n\nTo increase your quota, see\n[Request a quota adjustment](/docs/quotas/help/request_increase).\n\nToken limit\n-----------\n\nToken limits are as follows:\n\n- `ML.GENERATE_TEXT`: 700 input tokens, and 8196 output tokens. This output token limit means that `ML.GENERATE_TEXT` has a limit of approximately 39 minutes for an individual audio clip.\n- `ML.TRANSCRIBE`: No token limit. However, this function does have a limit of 480 minutes for an individual audio clip.\n\nSupported languages\n-------------------\n\nSupported languages are as follows:\n\n- `ML.GENERATE_TEXT`: supports the same languages as [Gemini](/vertex-ai/generative-ai/docs/learn/models#languages-gemini).\n- `ML.TRANSCRIBE`: supports all of the [Speech-to-Text supported languages](/speech-to-text/docs/speech-to-text-supported-languages).\n\nRegion availability\n-------------------\n\nRegion availability is as follows:\n\n- `ML.GENERATE_TEXT`: available in all Generative AI for Vertex AI [regions](/vertex-ai/generative-ai/docs/learn/locations#available-regions).\n- `ML.TRANSCRIBE`: available in the `EU` and `US` [multi-regions](/bigquery/docs/locations#multi-regions) for all speech recognizers."]]
