Trascrivere file audio con la funzione ML.TRANSCRIBE
Questo documento descrive come utilizzare
Funzione ML.TRANSCRIBE
con un
modello remoto
per trascrivere file audio da un
tabella degli oggetti.
Località supportate
Devi creare il modello remoto utilizzato in questa procedura in una delle seguenti località:
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
Devi eseguire
la funzione ML.TRANSCRIBE
nella stessa regione del modello remoto.
Autorizzazioni obbligatorie
Per utilizzare un riconoscimento di Speech-to-Text, devi disporre dei seguenti ruoli:
speech.recognizers.create
speech.recognizers.get
speech.recognizers.recognize
speech.recognizers.update
Per creare una connessione, devi avere l'appartenenza al seguente ruolo:
roles/bigquery.connectionAdmin
Per creare il modello utilizzando BigQuery ML, è necessario quanto segue autorizzazioni:
bigquery.jobs.create
bigquery.models.create
bigquery.models.getData
bigquery.models.updateData
bigquery.models.updateMetadata
Per eseguire l'inferenza, devi disporre delle seguenti autorizzazioni:
bigquery.tables.getData
nella tabella dell'oggettobigquery.models.getData
sul modellobigquery.jobs.create
Prima di iniziare
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.
-
Abilita le API BigQuery, BigQuery Connection API, and Speech-to-Text.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.
-
Abilita le API BigQuery, BigQuery Connection API, and Speech-to-Text.
Crea un riconoscimento
Speech-to-Text supporta risorse chiamate riconoscimenti. I riconoscimenti rappresentano configurazioni di riconoscimento memorizzate e riutilizzabili. Puoi creare un riconoscimento per raggruppare logicamente le trascrizioni o il traffico per la tua applicazione.
La creazione di un riconoscimento vocale è facoltativa. Se scegli di creare un riconoscimento vocale, prendi nota dell'ID progetto, della posizione e dell'ID del riconoscimento da utilizzare nell'istruzione CREATE MODEL
, come descritto in SPEECH_RECOGNIZER
. Se scegli di non creare un riconoscimento vocale, devi specificare un valore per il
Argomento recognition_config
della funzione ML.TRANSCRIBE
.
Crea una connessione
Crea un connessione alle risorse cloud e recuperare l'account di servizio della connessione.
Seleziona una delle seguenti opzioni:
Console
Vai alla pagina BigQuery.
Per creare una connessione, fai clic su
Aggiungi e poi fai clic su Connessioni a origini dati esterne.Nell'elenco Tipo di connessione, seleziona Modelli remoti Vertex AI, funzioni remote e BigLake (risorsa Cloud).
Nel campo ID connessione, inserisci un nome per connessione.
Fai clic su Crea connessione.
Fai clic su Vai alla connessione.
Nel riquadro Informazioni sulla connessione, copia l'ID account di servizio per utilizzarlo in una passaggio successivo.
bq
In un ambiente a riga di comando, crea una connessione:
bq mk --connection --location=REGION --project_id=PROJECT_ID \ --connection_type=CLOUD_RESOURCE CONNECTION_ID
Il parametro
--project_id
sostituisce il progetto predefinito.Sostituisci quanto segue:
REGION
: il tuo regione di connessionePROJECT_ID
: l'ID del tuo progetto Google CloudCONNECTION_ID
: un ID per connessione
Quando crei una risorsa di connessione, BigQuery crea di account di servizio di sistema univoco e lo associa alla connessione.
Risoluzione dei problemi: se ricevi il seguente errore di connessione, Aggiorna Google Cloud SDK:
Flags parsing error: flag --connection_type=CLOUD_RESOURCE: value should be one of...
Recupera e copia l'ID account di servizio per utilizzarlo in un secondo momento passaggio:
bq show --connection PROJECT_ID.REGION.CONNECTION_ID
L'output è simile al seguente:
name properties 1234.REGION.CONNECTION_ID {"serviceAccountId": "connection-1234-9u56h9@gcp-sa-bigquery-condel.iam.gserviceaccount.com"}
Terraform
Aggiungi la seguente sezione al tuo file main.tf
.
## 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 {} }Sostituisci quanto segue:
CONNECTION_ID
: un ID per connessionePROJECT_ID
: l'ID del tuo progetto Google CloudREGION
: il tuo regione di connessione
Concedi l'accesso all'account di servizio
Seleziona una delle seguenti opzioni:
Console
Vai alla sezione IAM e Console di amministrazione.
Fai clic su
Concedi l'accesso.Si apre la finestra di dialogo Aggiungi entità.
Nel campo Nuove entità, inserisci l'ID account di servizio che copiato in precedenza.
Fai clic sul campo Seleziona un ruolo e digita
Cloud Speech Client
. in Filtro.Fai clic su Aggiungi un altro ruolo.
Nel campo Seleziona un ruolo, seleziona Cloud Storage e poi Visualizzatore oggetti Storage.
Fai clic su Salva.
gcloud
Utilizza la
Comando gcloud projects add-iam-policy-binding
:
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
Sostituisci quanto segue:
PROJECT_NUMBER
: il numero del progetto.MEMBER
: l'ID dell'account di servizio che copiato in precedenza.
La mancata concessione dell'autorizzazione genera un errore Permission denied
.
Crea un set di dati
Crea un set di dati che contenga il modello e l'oggetto. tabella.
Crea un modello
Crea un modello remoto con
REMOTE_SERVICE_TYPE
di
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' );
Sostituisci quanto segue:
PROJECT_ID
: il tuo ID progetto.DATASET_ID
: l'ID del set di dati da che contiene il modello.MODEL_NAME
: il nome del modello.REGION
: la regione utilizzata dalla connessione.CONNECTION_ID
: l'ID connessione per ad esempiomyconnection
.Quando visualizzi i dettagli della connessione nella console Google Cloud, l'ID connessione è il valore riportato nell'ultima sezione ID connessione completo mostrato in ID connessione, ad esempio
projects/myproject/locations/connection_location/connections/myconnection
.PROJECT_NUMBER
: il numero del progetto che contiene il riconoscimento vocale. Puoi trovare questo valore nella Scheda Informazioni sul progetto nella pagina Dashboard della console Google Cloud.LOCATION
: la posizione utilizzata dalla voce di riconoscimento dei volti delle celebrità basata su rigidi criteri di controllo. Puoi trovare questo valore nel campo Località nella Pagina Elenca riconoscimenti della console Google Cloud.RECOGNIZER_ID
: l'ID del riconoscimento vocale. Puoi trovare questo valore nel campo ID nella Pagina Elenca riconoscimenti della console Google Cloud.
Crea una tabella di oggetti
Crea una tabella di oggetti su un insieme di file audio in Cloud Storage. I file audio nella tabella degli oggetti devono essere di un tipo supportato.
Trascrivere file audio
Trascrivi file audio con la funzione 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') );
Sostituisci quanto segue:
PROJECT_ID
: il tuo ID progetto.DATASET_ID
: l'ID del set di dati che contiene il modello.MODEL_NAME
: il nome del modello.OBJECT_TABLE_NAME
: il nome della tabella dell'oggetto che contiene gli URI dei file audio da elaborare.recognition_config
: unRecognitionConfig
risorsa in formato JSON.Se hai specificato un riconoscimento per il modello remoto
SPEECH_RECOGNIZER
, puoi specificare facoltativamente un Il valorerecognition_config
per eseguire l'override della configurazione predefinita del riconoscimento specificato.Devi specificare questo argomento se non hai specificato un riconoscimento per modello remoto.
Esempi
Esempio 1
L'esempio seguente trascrive i file audio rappresentati dai tag
Tabella audio
senza eseguire l'override della configurazione predefinita del riconoscimento:
SELECT * FROM ML.TRANSCRIBE( MODEL `myproject.mydataset.transcribe_model`, TABLE `myproject.mydataset.audio` );
L'esempio seguente trascrive i file audio rappresentati dai tag
audio
e sostituisce la configurazione predefinita del riconoscimento:
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": {}}') );
Passaggi successivi
- Per informazioni sull'inferenza del modello in BigQuery ML, consulta Panoramica dell'inferenza del modello.
- Per informazioni sulle istruzioni e sulle funzioni SQL supportate per ogni tipo di modello, consulta Percorso dell'utente end-to-end per ogni modello.