Audiodateien mit der Funktion ML.TRANSCRIBE transkribieren

Vorschau

Dieses Produkt oder diese Funktion unterliegt den „Nutzungsbedingungen für Pre-GA-Angebote“ im Abschnitt „Allgemeine Nutzungsbedingungen“ der dienstspezifischen Nutzungsbedingungen. Pre-GA-Produkte und -Funktionen sind unverändert verfügbar und werden möglicherweise nur eingeschränkt unterstützt. Weitere Informationen finden Sie in den Beschreibungen der Startphase.

Hinweis: Senden Sie eine E-Mail an [e-mail], um Feedback zu geben oder Support für diese Funktion anzufordern.

In diesem Dokument wird beschrieben, wie Sie die Funktion ML.TRANSCRIBE mit einem Remote-Modell für die Transkription von Audiodateien von einer Objekttabelle verwenden.

Unterstützte Standorte

Sie müssen das in diesem Verfahren verwendete Remote-Modell an einem der folgenden Standorte erstellen:

• asia-northeast1
• asia-south1
• asia-southeast1
• australia-southeast1
• eu
• europe-west1
• europe-west2
• europe-west3
• europe-west4
• northamerica-northeast1
• us
• us-central1
• us-east1
• us-east4
• us-west1

Sie müssen die Funktion ML.TRANSCRIBE in derselben Region wie das Remote-Modell ausführen.

Erforderliche Berechtigungen

• Für die Arbeit mit einer Speech-to-Text-Erkennung benötigen Sie die folgenden Rollen:

  • speech.recognizers.create
  • speech.recognizers.get
  • speech.recognizers.recognize
  • speech.recognizers.update

• Zum Erstellen einer Verbindung benötigen Sie die Mitgliedschaft in der folgenden Rolle:

  • roles/bigquery.connectionAdmin

• Zum Erstellen des Modells mit BigQuery ML benötigen Sie die folgenden Berechtigungen:

  • bigquery.jobs.create
  • bigquery.models.create
  • bigquery.models.getData
  • bigquery.models.updateData
  • bigquery.models.updateMetadata

• Zum Ausführen von Inferenzen benötigen Sie die folgenden Berechtigungen:

  • bigquery.tables.getData für die Objekttabelle
  • bigquery.models.getData für das Modell
  • bigquery.jobs.create

Hinweise

1. Melden Sie sich bei Ihrem Google Cloud-Konto an. Wenn Sie mit Google Cloud noch nicht vertraut sind, erstellen Sie ein Konto, um die Leistungsfähigkeit unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.

2. Wählen Sie in der Google Cloud Console auf der Seite der Projektauswahl ein Google Cloud-Projekt aus oder erstellen Sie eines.

   Hinweis: Wenn Sie die Ressourcen, die Sie in diesem Verfahren erstellen, nicht behalten möchten, erstellen Sie ein Projekt, anstatt ein vorhandenes Projekt auszuwählen. Wenn Sie fertig sind, können Sie das Projekt löschen und dadurch alle mit dem Projekt verknüpften Ressourcen entfernen.

   Zur Projektauswahl

3. Die Abrechnung für das Google Cloud-Projekt muss aktiviert sein.

4. BigQuery, BigQuery Connection API, and Speech-to-Text APIs aktivieren.

   Aktivieren Sie die APIs

5. Wählen Sie in der Google Cloud Console auf der Seite der Projektauswahl ein Google Cloud-Projekt aus oder erstellen Sie eines.

   Hinweis: Wenn Sie die Ressourcen, die Sie in diesem Verfahren erstellen, nicht behalten möchten, erstellen Sie ein Projekt, anstatt ein vorhandenes Projekt auszuwählen. Wenn Sie fertig sind, können Sie das Projekt löschen und dadurch alle mit dem Projekt verknüpften Ressourcen entfernen.

   Zur Projektauswahl

6. Die Abrechnung für das Google Cloud-Projekt muss aktiviert sein.

7. BigQuery, BigQuery Connection API, and Speech-to-Text APIs aktivieren.

   Aktivieren Sie die APIs

Erkennungsmodul erstellen

Speech-to-Text unterstützt Ressourcen, die als Erkennungssysteme bezeichnet werden. Erkennungssysteme stellen eine gespeicherte und wiederverwendbare Erkennungskonfigurationen dar. Sie können eine Erkennung erstellen, um Transkriptionen oder Traffic für Ihre Anwendung logisch zu gruppieren.

Das Erstellen einer Spracherkennung ist optional. Wenn Sie eine Spracherkennung erstellen möchten, notieren Sie sich die Projekt-ID, den Standort und die Erkennungs-ID zur Verwendung in der Anweisung CREATE MODEL, wie unter SPEECH_RECOGNIZER beschrieben. Wenn Sie keine Spracherkennung erstellen möchten, müssen Sie einen Wert für das Argument recognition_config der Funktion ML.TRANSCRIBE angeben.

Verbindung herstellen

Erstellen Sie eine Cloud-Ressourcenverbindung und rufen Sie das Dienstkonto der Verbindung ab.

Wählen Sie eine der folgenden Optionen aus:

Console

1. Rufen Sie die Seite BigQuery auf.

   BigQuery aufrufen

2. Klicken Sie auf Hinzufügen und dann auf Verbindungen zu externen Datenquellen, um eine Verbindung zu erstellen.

3. Wählen Sie in der Liste Verbindungstyp die Option Vertex AI-Remote-Modelle, Remote-Funktionen und BigLake (Cloud Resource) aus.

4. Geben Sie im Feld Verbindungs-ID einen Namen für die Verbindung ein.

5. Klicken Sie auf Verbindung erstellen.

6. Klicken Sie auf Zur Verbindung.

7. Kopieren Sie im Bereich Verbindungsinformationen die Dienstkonto-ID zur Verwendung in einem späteren Schritt.

bq

1. Erstellen Sie in einer Befehlszeilenumgebung eine Verbindung:

   bq mk --connection --location=REGION --project_id=PROJECT_ID \
       --connection_type=CLOUD_RESOURCE CONNECTION_ID
   

   Der Parameter --project_id überschreibt das Standardprojekt.

   Ersetzen Sie Folgendes:

   • REGION: Ihre Verbindungsregion
   • PROJECT_ID: Ihre Google Cloud-Projekt-ID
   • CONNECTION_ID: eine ID für Ihre Verbindung

   Wenn Sie eine Verbindungsressource herstellen, erstellt BigQuery ein eindeutiges Systemdienstkonto und ordnet es der Verbindung zu.

   Fehlerbehebung:Wird der folgende Verbindungsfehler angezeigt, aktualisieren Sie das Google Cloud SDK:

   Flags parsing error: flag --connection_type=CLOUD_RESOURCE: value should be one of...
   

2. Rufen Sie die Dienstkonto-ID ab und kopieren Sie sie zur Verwendung in einem späteren Schritt:

   bq show --connection PROJECT_ID.REGION.CONNECTION_ID
   

   Die Ausgabe sieht in etwa so aus:

   name                          properties
   1234.REGION.CONNECTION_ID     {"serviceAccountId": "[e-mail]"}
   

Terraform

Hängen Sie folgenden Abschnitt an Ihre main.tf-Datei an.

 ## This creates a cloud resource connection.
 ## Note: The cloud resource nested object has only one output only field - serviceAccountId.
 resource "google_bigquery_connection" "connection" {
    connection_id = "CONNECTION_ID"
    project = "PROJECT_ID"
    location = "REGION"
    cloud_resource {}
}        

Ersetzen Sie Folgendes:

• CONNECTION_ID: eine ID für Ihre Verbindung
• PROJECT_ID: Ihre Google Cloud-Projekt-ID
• REGION: Ihre Verbindungsregion

Zugriff auf das Dienstkonto gewähren

Wählen Sie eine der folgenden Optionen aus:

Console

1. Zur Seite IAM & Verwaltung.

   IAM & Verwaltung aufrufen

2. Klicken Sie auf Zugriff gewähren.

   Das Dialogfeld Principals hinzufügen wird geöffnet.

3. Geben Sie im Feld Neue Hauptkonten die Dienstkonto-ID ein, die Sie zuvor kopiert haben.

4. Klicken Sie auf das Feld Rolle auswählen und geben Sie Cloud Speech Client in Filter ein.

5. Klicken Sie auf Weitere Rolle hinzufügen.

6. Wählen Sie im Feld Rolle auswählen die Option Cloud Storage und dann Storage-Objekt-Betrachter aus.

7. Klicken Sie auf Speichern.

gcloud

Führen Sie den Befehl gcloud projects add-iam-policy-binding aus:

gcloud projects add-iam-policy-binding 'PROJECT_NUMBER' --member='serviceAccount:MEMBER' --role='roles/speech.client' --condition=None
gcloud projects add-iam-policy-binding 'PROJECT_NUMBER' --member='serviceAccount:MEMBER' --role='roles/storage.objectViewer' --condition=None

Ersetzen Sie Folgendes:

• PROJECT_NUMBER: Ihre Projektnummer.
• MEMBER: Die Dienstkonto-ID, die Sie zuvor kopiert haben.

Wird die Berechtigung nicht erteilt, wird der Fehler Permission denied ausgegeben.

Hinweis: Wenn Sie die Erkennung in einem anderen Projekt als dem Cloud Storage-Bucket erstellen, der von der Objekttabelle verwendet wird, weisen Sie dem Dienstkonto die folgenden IAM-Rollen (Identity and Access Management) zu:

• Gewähren Sie dem Dienstkonto die Rolle "Cloud Speech-Client" in dem Projekt, das die Erkennung enthält.
• Gewähren Sie dem Dienstkonto die Rolle "Storage-Objekt-Betrachter" in dem Projekt, das den Cloud Storage-Bucket enthält.
• Gewähren Sie dem Speech-to-Text-Dienst-Agent ([e-mail]) die Rolle "Storage-Objekt-Betrachter" in dem Projekt, das den Cloud Storage-Bucket enthält.

Dataset erstellen

Erstellen Sie ein Dataset, das das Modell und die Objekttabelle enthält.

Modell erstellen

Erstellen Sie ein Remote-Modell mit einem REMOTE_SERVICE_TYPE von CLOUD_AI_SPEECH_TO_TEXT_V2:

CREATE OR REPLACE MODEL
`PROJECT_ID.DATASET_ID.MODEL_NAME`
REMOTE WITH CONNECTION `PROJECT_ID.REGION.CONNECTION_ID`
OPTIONS (
  REMOTE_SERVICE_TYPE = 'CLOUD_AI_SPEECH_TO_TEXT_V2',
  SPEECH_RECOGNIZER = 'projects/PROJECT_NUMBER/locations/LOCATION/recognizers/RECOGNIZER_ID'
);

Ersetzen Sie Folgendes:

• PROJECT_ID ist Ihre Projekt-ID.
• DATASET_ID ist die ID des Datasets, das das Modell enthalten soll.
• MODEL_NAME ist der Name des Modells.
• REGION ist die Region, die von der Verbindung verwendet wird.
• CONNECTION_ID: die Verbindungs-ID, z. B. myconnection.

  Wenn Sie sich Verbindungsdetails in der Google Cloud Console ansehen, ist die Verbindungs-ID der Wert im letzten Abschnitt der voll qualifizierten Verbindungs-ID, der unter Verbindungs-ID angezeigt wird, z. B. projects/myproject/locations/connection_location/connections/myconnection.

• PROJECT_NUMBER: die Projektnummer des Projekts, das die Spracherkennung enthält. Sie finden diesen Wert auf der Karte Projektinformationen auf der Seite Dashboard der Google Cloud Console.
• LOCATION: der Standort, der von der Spracherkennung verwendet wird. Sie finden diesen Wert im Feld Standort auf der Seite Listenerkennungen der Google Cloud Console.
• RECOGNIZER_ID: die Spracherkennungs-ID. Sie finden diesen Wert im Feld ID auf der Seite Listenerkennungen der Google Cloud Console.

Wichtig: Sie müssen die Projekt-ID für die Verbindung auch dann angeben, wenn sich die Verbindung im Standardprojekt befindet.

Objekttabelle erstellen

Erstellen Sie eine Objekttabelle für eine Reihe von Audiodateien in Cloud Storage. Die Audiodateien in der Objekttabelle müssen einen unterstützten Typ haben.

Audiodateien transkribieren

Transkribieren Sie Audiodateien mit der Funktion ML.TRANSCRIBE:

SELECT *
FROM ML.TRANSCRIBE(
  MODEL `PROJECT_ID.DATASET_ID.MODEL_NAME`,
  TABLE `PROJECT_ID.DATASET_ID.OBJECT_TABLE_NAME`,
  RECOGNITION_CONFIG => ( JSON 'recognition_config')
);

Ersetzen Sie Folgendes:

• PROJECT_ID ist Ihre Projekt-ID.
• DATASET_ID ist die ID des Datasets, das das Modell enthält.
• MODEL_NAME ist der Name des Modells.
• OBJECT_TABLE_NAME: der Name der Objekttabelle, die die URIs der zu verarbeitenden Audiodateien enthält.
• recognition_config: eine RecognitionConfig-Ressource im JSON-Format.

  Wenn Sie für die Remote-Modelloption SPEECH_RECOGNIZER eine Erkennung angegeben haben, können Sie optional einen recognition_config-Wert angeben, um die Standardkonfiguration der angegebenen Erkennung zu überschreiben.

  Sie müssen dieses Argument angeben, wenn Sie keine Erkennung für das Remote-Modell angegeben haben.

Beispiele

Beispiel 1

Im folgenden Beispiel werden die Audiodateien, die in der Tabelle audio dargestellt sind, transkribiert, ohne die Standardkonfiguration der Erkennung zu überschreiben.

SELECT *
FROM ML.TRANSCRIBE(
  MODEL `myproject.mydataset.transcribe_model`,
  TABLE `myproject.mydataset.audio`
);

Im folgenden Beispiel werden die Audiodateien transkribiert, die in der Tabelle audio dargestellt sind, und die Standardkonfiguration der Erkennung überschrieben.

SELECT *
FROM ML.TRANSCRIBE(
  MODEL `myproject.mydataset.transcribe_model`,
  TABLE `myproject.mydataset.audio`,
  recognition_config => ( JSON '{"language_codes": ["en-US" ],"model": "telephony","auto_decoding_config": {}}')
);

Nächste Schritte

• Weitere Informationen zur Modellinferenz in BigQuery ML finden Sie unter Modellinferenz.
• Informationen zu den unterstützten SQL-Anweisungen und -Funktionen für die einzelnen Modelltypen finden Sie unter End-to-End-Nutzerpfad für jedes Modell.