Trascrivere file audio con la funzione ML.TRANSCRIBE

Questo documento descrive come utilizzare la funzione ML.TRANSCRIBE con un modello remoto per trascrivere file audio da una tabella di 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 riconoscitore 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 disporre del seguente ruolo:

  • roles/bigquery.connectionAdmin

• Per creare il modello utilizzando BigQuery ML, sono necessarie le seguenti 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 degli oggetti
  • bigquery.models.getData sul modello
  • bigquery.jobs.create

Prima di iniziare

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

Crea un riconoscimento

Speech-to-Text supporta risorse chiamate riconoscitori. I riconoscimenti rappresentano configurazioni di riconoscimento archiviate e riutilizzabili. Puoi creare un riconoscitore per raggruppare logicamente le trascrizioni o il traffico per la tua applicazione.

La creazione di un riconoscitore vocale è facoltativa. Se scegli di creare un identificatore di parlato, annota l'ID progetto, la posizione e l'ID del riconoscitore da utilizzare nell'istruzione CREATE MODEL, come descritto in SPEECH_RECOGNIZER. Se scegli di non creare un riconoscitore vocale, devi specificare un valore per l'argomento recognition_config della funzione ML.TRANSCRIBE.

Puoi utilizzare il modello di trascrizione chirp solo nel riconoscimento vocale o nel valore recognition_config fornito.

Crea una connessione

Crea una connessione risorsa cloud e recupera l'account di servizio della connessione.

Seleziona una delle seguenti opzioni:

# 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 {}
}

Concedi l'accesso all'account di servizio

Seleziona una delle seguenti opzioni:

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

La mancata concessione dell'autorizzazione comporta un errore Permission denied.

Crea un set di dati

Crea un set di dati contenente il modello e la tabella degli oggetti.

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 tipo supportato.

Il bucket Cloud Storage utilizzato dalla tabella di oggetti deve trovarsi nello stesso progetto in cui prevedi di creare il modello e chiamare la funzione ML.TRANSCRIBE. Se vuoi chiamare la funzione ML.TRANSCRIBE in un progetto diverso da quello che contiene il bucket Cloud Storage utilizzato dalla tabella di oggetti, devi concedere il ruolo Amministratore archiviazione a livello di bucket all'account di servizio service-A@gcp-sa-aiplatform.iam.gserviceaccount.com.

crea un modello

Crea un modello remoto con un 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 che deve contenere il modello.
• MODEL_NAME: il nome del modello.
• REGION: la regione utilizzata dalla connessione.
• CONNECTION_ID: l'ID connessione, ad esempio myconnection.

  Quando visualizzi i dettagli della connessione nella console Google Cloud, l'ID connessione è il valore nell'ultima sezione dell'ID connessione completo visualizzato in ID connessione, ad esempio projects/myproject/locations/connection_location/connections/myconnection.

• PROJECT_NUMBER: il numero del progetto che contiene il riconoscitore vocale. Puoi trovare questo valore nella scheda Informazioni sul progetto nella pagina Dashboard della console Google Cloud.
• LOCATION: la posizione utilizzata dal riconoscimento vocale. Puoi trovare questo valore nel campo Località della pagina Elenca i riconoscitori della console Google Cloud.
• RECOGNIZER_ID: l'ID del riconoscitore vocale. Puoi trovare questo valore nel campo ID della pagina Elenca i riconoscitori della console Google Cloud.

  Questa opzione non è obbligatoria. Se non specifichi un valore, viene utilizzato un riconoscitore predefinito. In questo caso, devi specificare un valore per il parametro recognition_config della funzione ML.TRANSCRIBE per fornire una configurazione per il riconoscitore predefinito.

  Puoi utilizzare il modello di trascrizione chirp solo nel valore recognition_config fornito.

Trascrivere file audio

Trascrivere i 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 di oggetti che contiene gli URI dei file audio da elaborare.
• recognition_config: una risorsa RecognitionConfig in formato JSON.

  Se per il modello remoto è stato specificato un riconoscitore utilizzando l'opzione SPEECH_RECOGNIZER, non puoi specificare un valore recognition_config.

  Se non è stato specificato alcun riconoscitore per il modello remoto utilizzando l'opzione SPEECH_RECOGNIZER, devi specificare un valore recognition_config. Questo valore viene utilizzato per fornire una configurazione per il riconoscimento predefinito.

  Puoi utilizzare il modello di trascrizione chirp solo nel valore recognition_config fornito.

Esempi

Esempio 1

L'esempio seguente trascrive i file audio rappresentati dalla tabella audio senza sostituire la configurazione predefinita del riconoscitore:

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

L'esempio seguente trascrive i file audio rappresentati dalla tabella audio e fornisce una configurazione per lo strumento di riconoscimento predefinito:

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": {}}')
);

Passaggi successivi

• Per informazioni sull'inferenza del modello in BigQuery ML, consulta Panoramica dell'inferenza del modello.
• Per informazioni sugli statement e sulle funzioni SQL supportati per ogni tipo di modello, consulta Percorso utente end-to-end per ogni modello.