选择转写函数

本文档对 BigQuery ML 中提供的转写函数进行了比较，这些函数分别为 ML.GENERATE_TEXT 和 ML.TRANSCRIBE。

在函数功能重叠的情况下，您可以使用本文档中的信息来帮助您确定要使用哪个函数。

概括来说，这些函数之间的区别如下：

  • ML.GENERATE_TEXT 非常适合用于转写时长不超过 10 分钟的音频片段，您还可以使用它执行自然语言处理 (NLP) 任务。使用 gemini-1.5-flash 模型时，通过 ML.GENERATE_TEXT 进行音频转写的费用低于通过 ML.TRANSCRIBE 进行转写的费用。

  • 如需对时长超过 10 分钟的音频片段执行转写，ML.TRANSCRIBE 是一个不错的选择。它还支持比 ML.GENERATE_TEXT 更广泛的语言。

支持的模型

支持的型号如下：

支持的任务

支持的任务如下：

  • ML.GENERATE_TEXT：您可以执行音频转写和自然语言处理 (NLP) 任务。
  • ML.TRANSCRIBE：您可以执行音频转写。

价格

价格如下所示：

  • ML.GENERATE_TEXT：如需了解与此函数搭配使用的 Vertex AI 模型的价格，请参阅 Vertex AI 价格。对受支持模型的监督式调优按每节点时美元收费。如需了解详情，请参阅 Vertex AI 自定义训练价格。
  • ML.TRANSCRIBE：如需了解与此函数搭配使用的 Cloud AI 服务的价格，请参阅 Speech-to-Text API 价格。

监督式调优

监督式调整支持如下：

  • ML.GENERATE_TEXT：某些模型支持监督式调优。
  • ML.TRANSCRIBE：不支持监督式调优。

每分钟查询次数 (QPM) 限额

QPM 限制如下：

  • ML.GENERATE_TEXT：对于 gemini-1.5-pro 模型，在默认的 us-central1 区域为 60 QPM；对于 gemini-1.5-flash 模型，在默认的 us-central1 区域为 200 QPM。如需了解详情，请参阅 Vertex AI 上的生成式 AI 配额。
  • ML.TRANSCRIBE：每个项目 900 QPM。如需了解详情，请参阅配额和限制。

如需增加配额，请参阅申请更高配额。

token 限制

令牌限制如下：

  • ML.GENERATE_TEXT：700 个输入令牌和 8196 个输出令牌。此输出令牌限制意味着，ML.GENERATE_TEXT 的单个音频片段的限制时间约为 39 分钟。
  • ML.TRANSCRIBE：没有令牌限制。不过，此函数对单个音频片段的限制为 480 分钟。

支持的语言

支持的语言如下：

区域可用性

推出区域如下：

  • ML.GENERATE_TEXT：在所有适用于 Vertex AI 的生成式 AI 区域提供。
  • ML.TRANSCRIBE：在 EU 和 US 多区域中提供，适用于所有语音识别器。