根据录音生成转写文稿。
|
在对 Cloud 控制台使用不同参数值时，或通过直接调用 Vertex AI API，您可以直接查询模型，并测试返回的结果。
|
|||||||||||
提示Freeform
Generate a transcription of the audio, only extract speech and ignore background audio.
响应
世界各地的人和组织每时每刻都在产生非常有用的数据，我们必须找到一种方法来利用这些数据解决问题。难点在于，许多数据集是高度碎片化的。大多数复杂的社会问题无法通过单一数据源加以解决，因此这种碎片化阻碍了我们利用全球信息真正为世界各地的每个人带来重大改变。Google 的使命在于整合各种信息，方便所有人使用。我们现在正在为公共数据做这件事。我们从来自全球数百个可靠来源的数万个表中收集、标准化和处理数据，并提取到一个易于理解的视图中。有意思的部分来了。现在出现了人工智能和自然语言处理技术。大多数人的思考方式不是散点图、关注的变量、数据点或三元组，而是想要向数据询问的问题。现在想象一下，如果您可以用日常语言来提问，然后获得一些图表，它们可以为您提供分析洞见，并且您可以根据您的实际需求来做更深入的探索。这种在组织层面使数据变得可访问、智能、实用的能力造就了 Data Commons，我认为这是组织运营必不可少的工具。现在，Data Commons 中一些最重要的功能依托于生成式 AI。借助大语言模型，你可以提出问题并获得答案。例如，假设我是一个气候 NGO，我想要了解非洲各国的通电率发生了怎样的变化。我在 Data Commons 上搜索。从这些图表中，我们看到肯尼亚、索马里和加纳的通电率增长最快。我想知道这对他们的温室气体排放会产生什么影响。从这些图表中我们可以看到，加纳的温室气体排放量增幅大大高于肯尼亚。以这些数据分析结果为起点，我们便可以开始研究如何在不增加温室气体排放的情况下改善水电等民生资源的供应。当真正要根据这些数据分析结果采取行动时，将需要脚踏实地的人。我们也必须负责任地思考这一点，这就是为什么我认为协同和合作如此重要。这些人拥有深厚的相关领域知识，知道正确的问题，也知道正确的解决方案。30 多年来，TechSoup 一直在全球范围内致力于将公益组织与技术联系起来。数据是组织能够做出改变的核心要素，因此我们开始与美国各地的食物救济所和食品银行合作，并利用 Google 的 Data Commons 构建我们自己的 Data Commons 实例，将此类组织最感兴趣的数据点和变量汇集在一起。我们常常听到人们抱怨小型组织不愿意承担风险。如果没有数据，冒险就无从谈起，因为它们是在已知的世界中运行，也就是说，它们是在数据中看到的世界中运行，而数据会不断强化。Data Commons 为组织打开了这个世界，这意味着组织可以冒险，因为它们并非盲目从事。我从未想到会在有生之年看到它的实现，这实在令人兴奋。组织知道它们想对数据提出的问题，也拥有探究有意义答案所需的知识。Data Commons 普及了这个能力。你只需要打开它并输入你实际遇到的问题即可。这可以说是一个颠覆性的产品。
|
|
||||||||||