Mentranskripsikan file audio dengan fungsi ML.TRANSCRIBE

Dokumen ini menjelaskan cara menggunakan fungsi ML.TRANSCRIBE dengan model jarak jauh untuk mentranskripsikan file audio dari tabel objek.

Lokasi yang didukung

Anda harus membuat model jarak jauh yang digunakan dalam prosedur ini di salah satu lokasi berikut:

  • 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

Anda harus menjalankan fungsi ML.TRANSCRIBE di region yang sama dengan model jarak jauh.

Peran yang diperlukan

Untuk membuat model jarak jauh dan mentranskripsikan file audio, Anda memerlukan peran Identity and Access Management (IAM) berikut di tingkat project:

  • Buat speech recognizer: Cloud Speech Editor (roles/speech.editor)
  • Membuat dan menggunakan set data, tabel, dan model BigQuery: BigQuery Data Editor (roles/bigquery.dataEditor)

  • Membuat, mendelegasikan, dan menggunakan koneksi BigQuery: BigQuery Connections Admin (roles/bigquery.connectionsAdmin)

    Jika Anda belum mengonfigurasi koneksi default, Anda dapat membuat dan menyetelnya sebagai bagian dari menjalankan pernyataan CREATE MODEL. Untuk melakukannya, Anda harus memiliki peran Admin BigQuery (roles/bigquery.admin) di project Anda. Untuk mengetahui informasi selengkapnya, lihat Mengonfigurasi koneksi default.

  • Memberikan izin ke akun layanan koneksi: Project IAM Admin (roles/resourcemanager.projectIamAdmin)

  • Membuat tugas BigQuery: BigQuery Job User (roles/bigquery.jobUser)

Peran yang telah ditetapkan ini berisi izin yang diperlukan untuk melakukan tugas dalam dokumen ini. Untuk melihat izin yang benar-benar diperlukan, luaskan bagian Izin yang diperlukan:

Izin yang diperlukan

  • Buat set data: bigquery.datasets.create
  • Membuat, mendelegasikan, dan menggunakan koneksi: bigquery.connections.*
  • Tetapkan izin akun layanan: resourcemanager.projects.getIamPolicy dan resourcemanager.projects.setIamPolicy
  • Buat model dan jalankan inferensi:
    • bigquery.jobs.create
    • bigquery.models.create
    • bigquery.models.getData
    • bigquery.models.updateData
    • bigquery.models.updateMetadata
  • Buat tabel objek: bigquery.tables.create dan bigquery.tables.update
  • Buat pengenal ucapan:
    • speech.recognizers.create
    • speech.recognizers.get
    • speech.recognizers.recognize
    • speech.recognizers.update

Anda mungkin juga bisa mendapatkan izin ini dengan peran khusus atau peran bawaan lainnya.

Sebelum memulai

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Make sure that billing is enabled for your Google Cloud project.

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

    Enable the APIs

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  6. Make sure that billing is enabled for your Google Cloud project.

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

    Enable the APIs

    8.

    Membuat pengenal

    Speech-to-Text mendukung resource yang disebut pengenal. Pengenal merepresentasikan konfigurasi pengenalan yang tersimpan dan dapat digunakan kembali. Anda dapat membuat pengenal untuk mengelompokkan transkripsi atau traffic secara logis untuk aplikasi Anda.

    Membuat pengenal ucapan bersifat opsional. Jika Anda memilih untuk membuat speech recognizer, catat project ID, lokasi, dan ID recognizer untuk digunakan dalam pernyataan CREATE MODEL, seperti yang dijelaskan dalam SPEECH_RECOGNIZER. Jika memilih untuk tidak membuat speech recognizer, Anda harus menentukan nilai untuk argumen recognition_config dari fungsi ML.TRANSCRIBE.

    Anda hanya dapat menggunakan model transkripsi chirp dalam pengenal ucapan atau nilai recognition_config yang Anda berikan.

    Membuat set data

    Buat set data BigQuery untuk memuat resource Anda:

    Konsol

    1. Di Google Cloud konsol, buka halaman BigQuery.

      Buka halaman BigQuery

    2. Di panel Explorer, klik nama project Anda.

    3. Klik View actions > Create dataset.

    4. Di halaman Create dataset, lakukan hal berikut:

      • Untuk ID Set Data, ketik nama untuk set data.

      • Untuk Location type, pilih lokasi untuk set data.

      • Klik Create dataset.

    bq

    1. Untuk membuat set data baru, gunakan perintah bq mk dengan flag --location:

      bq --location=LOCATION mk -d DATASET_ID

      Ganti kode berikut:

      • LOCATION: lokasi set data.
      • DATASET_ID: ID set data yang Anda buat.

    2. Pastikan set data telah dibuat:

      bq ls

    Membuat koneksi

    Anda dapat melewati langkah ini jika telah mengonfigurasi koneksi default, atau memiliki peran Admin BigQuery.

    Buat koneksi resource Cloud untuk digunakan model jarak jauh, lalu dapatkan akun layanan koneksi. Buat koneksi di lokasi yang sama dengan set data yang Anda buat di langkah sebelumnya.

    Pilih salah satu opsi berikut:

    Konsol

    1. Buka halaman BigQuery.

      Buka BigQuery

    2. Di panel Penjelajah, klik Tambahkan data:

      Elemen UI Tambahkan data.

      Dialog Tambahkan data akan terbuka.

    3. Di panel Filter Menurut, di bagian Jenis Sumber Data, pilih Aplikasi Bisnis.

      Atau, di kolom Telusuri sumber data, Anda dapat memasukkan Vertex AI.

    4. Di bagian Sumber data unggulan, klik Vertex AI.

    5. Klik kartu solusi Vertex AI Models: BigQuery Federation.

    6. Dalam daftar Connection type, pilih Vertex AI remote models, remote functions and BigLake (Cloud Resource).

    7. Di kolom Connection ID, masukkan nama untuk koneksi Anda.

    8. Klik Create connection.

    9. Klik Go to connection.

    10. Di panel Connection info, salin ID akun layanan untuk digunakan di langkah berikutnya.

    bq

    1. Di lingkungan command line, buat koneksi:

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

      Parameter --project_id akan mengganti project default.

      Ganti kode berikut:

      • REGION: region koneksi Anda
      • PROJECT_ID: Google Cloud project ID Anda
      • CONNECTION_ID: ID untuk koneksi Anda

      Saat Anda membuat resource koneksi, BigQuery akan membuat akun layanan sistem unik dan mengaitkannya dengan koneksi.

      Pemecahan masalah: Jika Anda mendapatkan error koneksi berikut, update Google Cloud SDK:

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

    2. Ambil dan salin ID akun layanan untuk digunakan pada langkah berikutnya:

      bq show --connection PROJECT_ID.REGION.CONNECTION_ID

      Outputnya mirip dengan hal berikut ini:

      name                          properties
1234.REGION.CONNECTION_ID     {"serviceAccountId": "connection-1234-9u56h9@gcp-sa-bigquery-condel.iam.gserviceaccount.com"}

    Terraform

    Gunakan resource google_bigquery_connection.

    Untuk melakukan autentikasi ke BigQuery, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk library klien.

    Contoh berikut membuat koneksi resource Cloud bernama my_cloud_resource_connection di region US:

    
# This queries the provider for project information.
data "google_project" "default" {}

# This creates a cloud resource connection in the US region named my_cloud_resource_connection.
# Note: The cloud resource nested object has only one output field - serviceAccountId.
resource "google_bigquery_connection" "default" {
  connection_id = "my_cloud_resource_connection"
  project       = data.google_project.default.project_id
  location      = "US"
  cloud_resource {}
}

    Untuk menerapkan konfigurasi Terraform di project Google Cloud , selesaikan langkah-langkah di bagian berikut.

    Menyiapkan Cloud Shell

    1. Luncurkan Cloud Shell.

    2. Tetapkan project default Google Cloud tempat Anda ingin menerapkan konfigurasi Terraform.

      Anda hanya perlu menjalankan perintah ini sekali per project, dan dapat dijalankan di direktori mana pun.

      export GOOGLE_CLOUD_PROJECT=PROJECT_ID

      Variabel lingkungan akan diganti jika Anda menetapkan nilai eksplisit dalam file konfigurasi Terraform.

    Menyiapkan direktori

    Setiap file konfigurasi Terraform harus memiliki direktorinya sendiri (juga disebut modul root).

    1. Di Cloud Shell, buat direktori dan file baru di dalam direktori tersebut. Nama file harus memiliki ekstensi .tf—misalnya main.tf. Dalam tutorial ini, file ini disebut sebagai main.tf. 
      mkdir DIRECTORY && cd DIRECTORY && touch main.tf

    2. Jika mengikuti tutorial, Anda dapat menyalin kode contoh di setiap bagian atau langkah.

      Salin kode contoh ke dalam main.tf yang baru dibuat.

      Atau, salin kode dari GitHub. Tindakan ini direkomendasikan jika cuplikan Terraform adalah bagian dari solusi menyeluruh.

    3. Tinjau dan ubah contoh parameter untuk diterapkan pada lingkungan Anda.
    4. Simpan perubahan Anda.
    5. Lakukan inisialisasi Terraform. Anda hanya perlu melakukan ini sekali per direktori. 
      terraform init

      Secara opsional, untuk menggunakan versi penyedia Google terbaru, sertakan opsi -upgrade: 

      terraform init -upgrade

    Menerapkan perubahan

    1. Tinjau konfigurasi dan pastikan resource yang akan dibuat atau diupdate oleh Terraform sesuai yang Anda inginkan: 
      terraform plan

      Koreksi konfigurasi jika diperlukan.

    2. Terapkan konfigurasi Terraform dengan menjalankan perintah berikut dan memasukkan yes pada prompt: 
      terraform apply

      Tunggu hingga Terraform menampilkan pesan "Apply complete!".

    3. Buka Google Cloud project Anda untuk melihat hasilnya. Di konsol Google Cloud , buka resource Anda di UI untuk memastikan bahwa Terraform telah membuat atau mengupdatenya.

    Memberikan akses ke akun layanan

    Pilih salah satu opsi berikut:

    Konsol

    1. Buka halaman IAM & Admin.

      Buka IAM & Admin

    2. Klik Berikan Akses.

      Dialog Add principals akan terbuka.

    3. Di kolom New principals, masukkan ID akun layanan yang Anda salin sebelumnya.

    4. Klik kolom Pilih peran, lalu ketik Cloud Speech Client di Filter.

    5. Klik Add another role.

    6. Di kolom Select a role, pilih Cloud Storage, lalu pilih Storage Object Viewer.

    7. Klik Simpan.

    gcloud

    Gunakan perintah 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

    Ganti kode berikut:

    • PROJECT_NUMBER: nomor project Anda.
    • MEMBER: ID akun layanan yang Anda salin sebelumnya.

    Kegagalan memberikan izin akan menyebabkan error Permission denied.

    Membuat tabel objek

    Buat tabel objek untuk sekumpulan file audio di Cloud Storage. File audio dalam tabel objek harus berupa jenis yang didukung.

    Bucket Cloud Storage yang digunakan oleh tabel objek harus berada di project yang sama tempat Anda berencana membuat model dan memanggil fungsi ML.TRANSCRIBE. Jika Anda ingin memanggil fungsi ML.TRANSCRIBE dalam project yang berbeda dengan project yang berisi bucket Cloud Storage yang digunakan oleh tabel objek, Anda harus memberi peran Admin Storage di tingkat bucket ke akun layanan service-A@gcp-sa-aiplatform.iam.gserviceaccount.com.

    Membuat model

    Buat model jarak jauh dengan REMOTE_SERVICE_TYPE dari CLOUD_AI_SPEECH_TO_TEXT_V2:

    CREATE OR REPLACE MODEL
`PROJECT_ID.DATASET_ID.MODEL_NAME`
REMOTE WITH CONNECTION {DEFAULT | `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'
);

    Ganti kode berikut:

    • PROJECT_ID: project ID Anda.
    • DATASET_ID: ID set data yang akan berisi model.
    • MODEL_NAME: nama model.
    • REGION: region yang digunakan oleh koneksi.
    • CONNECTION_ID: ID koneksi—misalnya, myconnection.

      Saat Anda melihat detail koneksi di konsol Google Cloud , ID koneksi adalah nilai di bagian terakhir dari ID koneksi yang sepenuhnya memenuhi syarat yang ditampilkan di Connection ID—misalnya projects/myproject/locations/connection_location/connections/myconnection.

    • PROJECT_NUMBER: nomor project dari project yang berisi speech recognizer. Anda dapat menemukan nilai ini di kartu Project info di halaman Dashboard pada konsol Google Cloud .
    • LOCATION: lokasi yang digunakan oleh speech recognizer. Anda dapat menemukan nilai ini di kolom Location di halaman List recognizers pada konsol Google Cloud .
    • RECOGNIZER_ID: ID speech recognizer. Anda dapat menemukan nilai ini di kolom ID di halaman List recognizers pada konsol Google Cloud .

      Opsi ini tidak wajib. Jika Anda tidak menentukan nilainya, pengenal default akan digunakan. Dalam hal ini, Anda harus menentukan nilai untuk parameter recognition_config dari fungsi ML.TRANSCRIBE untuk memberikan konfigurasi bagi pengenal default.

      Anda hanya dapat menggunakan model transkripsi chirp dalam nilai recognition_config yang Anda berikan.

    Mentranskripsikan file audio

    Mentranskripsikan file audio dengan fungsi 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')
);

    Ganti kode berikut:

    • PROJECT_ID: project ID Anda.
    • DATASET_ID: ID set data yang berisi model.
    • MODEL_NAME: nama model.
    • OBJECT_TABLE_NAME: nama tabel objek yang berisi URI file audio yang akan diproses.
    • recognition_config: resource RecognitionConfig dalam format JSON.

      Jika pengenal telah ditentukan untuk model jarak jauh menggunakan opsi SPEECH_RECOGNIZER, Anda tidak dapat menentukan nilai recognition_config.

      Jika tidak ada pengenal yang ditentukan untuk model jarak jauh menggunakan opsi SPEECH_RECOGNIZER, Anda harus menentukan nilai recognition_config. Nilai ini digunakan untuk memberikan konfigurasi bagi pengenal default.

      Anda hanya dapat menggunakan model transkripsi chirp dalam nilai recognition_config yang Anda berikan.

    Contoh

    Contoh 1

    Contoh berikut mentranskripsikan file audio yang diwakili oleh tabel audio tanpa mengganti konfigurasi default pengenal:

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

    Contoh berikut mentranskripsikan file audio yang diwakili oleh tabel audio dan memberikan konfigurasi untuk pengenal default:

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

    Langkah berikutnya