Trascrizione di 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 riconoscimento Speech-to-Text, devi disporre dei seguenti ruoli:
speech.recognizers.create
speech.recognizers.get
speech.recognizers.recognize
speech.recognizers.update
Per creare una connessione, è necessario disporre del seguente ruolo:
roles/bigquery.connectionAdmin
Per creare il modello utilizzando BigQuery ML, devi disporre delle 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 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.
-
Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.
-
Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.
-
Abilita le API BigQuery, BigQuery Connection API, and Speech-to-Text.
-
Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.
-
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 le 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 del riconoscimento vocale da utilizzare nell'istruzione CREATE MODEL
, come descritto in SPEECH_RECOGNIZER
. Se scegli di non creare un riconoscimento vocale, devi specificare un valore per l'argomento recognition_config
della funzione ML.TRANSCRIBE
.
Creazione di una connessione
Crea una connessione alle risorse cloud e recupera 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 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 la connessione.
Fai clic su Crea connessione.
Fai clic su Vai alla connessione.
Nel riquadro Informazioni sulla connessione, copia l'ID account di servizio da utilizzare in un 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
: la tua regione di connessionePROJECT_ID
: l'ID del tuo progetto Google CloudCONNECTION_ID
: un ID per la tua connessione
Quando crei una risorsa di connessione, BigQuery crea un account di servizio di sistema univoco e lo associa alla connessione.
Risoluzione dei problemi: se visualizzi 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 passaggio successivo:
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 sezione seguente al 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 la tua connessionePROJECT_ID
: l'ID del tuo progetto Google CloudREGION
: la tua regione di connessione
Concedi l'accesso all'account di servizio
Seleziona una delle seguenti opzioni:
Console
Vai alla pagina IAM e amministrazione.
Fai clic su
Concedi l'accesso.Viene visualizzata la finestra di dialogo Aggiungi entità.
Nel campo Nuove entità, inserisci l'ID account di servizio che hai 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 il 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 tuo progetto.MEMBER
: l'ID account di servizio che hai copiato in precedenza.
La mancata concessione dell'autorizzazione genera un errore Permission denied
.
crea un set di dati
Crea un set di dati per contenere il modello e la tabella degli oggetti.
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 che conterrà il modello.MODEL_NAME
: il nome del modello.REGION
: la regione utilizzata dalla connessione.CONNECTION_ID
: l'ID connessione, ad esempiomyconnection
.Quando visualizza i dettagli della connessione nella console Google Cloud, l'ID connessione è il valore nell'ultima sezione dell'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 della pagina Dashboard della console Google Cloud.LOCATION
: la posizione utilizzata dal riconoscimento vocale. Puoi trovare questo valore nel campo Posizione nella pagina Elenca riconoscimenti della console Google Cloud.RECOGNIZER_ID
: l'ID 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 tipo supportato.
Trascrizione di file audio
Trascrivi 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 dell'oggetto che contiene gli URI dei file audio da elaborare.recognition_config
: una risorsaRecognitionConfig
in formato JSON.Se hai specificato un riconoscimento per l'opzione
SPEECH_RECOGNIZER
del modello remoto, puoi facoltativamente specificare un valorerecognition_config
per sostituire la configurazione predefinita del riconoscimento specificato.Devi specificare questo argomento se non hai specificato un riconoscimento per il modello remoto.
Esempi
Esempio 1
L'esempio seguente trascrive i file audio rappresentati dalla 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 dalla tabella 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 le funzioni SQL supportate per ogni tipo di modello, consulta Percorso dell'utente end-to-end per ogni modello.