Coba model Gemini 1.5, model multimodal terbaru di Vertex AI, dan lihat model yang dapat Anda bangun dengan jendela konteks hingga 2 juta token. Coba model Gemini 1.5, model multimodal terbaru di Vertex AI, dan lihat model yang dapat Anda bangun dengan jendela konteks hingga 2 juta token.

Mengonversi speech to text

Halaman ini menunjukkan cara menggunakan Vertex AI Studio untuk mengonversi speech to text.

Untuk mempelajari cara mengonversi text to speech, lihat Mengonversi text to speech.

Mengonversi speech to text

Untuk mengonversi speech to text, lakukan langkah berikut:

Di bagian Vertex AI pada Konsol Google Cloud, buka halaman Vertex AI Studio.

Buka Vertex AI Studio
Di kartu Speech, klik Buka.
Pilih tab Speech-to-text.
Di bagian Speech, klik Browse untuk memilih file audio yang ingin dikonversi menjadi teks.
Di kotak pemilih Language, pilih bahasa ucapan dalam file audio.
Klik Submit.

Teks yang dikonversi akan muncul di Text.

Batasan

File audio dapat berukuran maksimum 60 detik atau 10 MB (mana saja yang lebiih singkat).
File ditranskripsikan dengan model Chirp.
Hanya file WAV PCM linear 16-bit yang didukung.

Anda dapat menggunakan UI Speech-to-Text secara langsung untuk mengatasi batasan ini.

Langkah selanjutnya

Untuk mengetahui model lainnya, fitur lanjutan, dan kemampuan untuk mentranskripsikan file hingga 8 jam, lihat Speech-to-Text.