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'oggetto
  • bigquery.models.getData sul modello
  • bigquery.jobs.create

Prima di iniziare

1. 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.

2. Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.

   Vai al selettore progetti

3. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

4. Abilita le API BigQuery, BigQuery Connection API, and Speech-to-Text.

   Abilita le API

5. Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.

   Vai al selettore progetti

6. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

7. Abilita le API BigQuery, BigQuery Connection API, and Speech-to-Text.

   Abilita le API

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:

 ## 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 {}
}        

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 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 esempio myconnection.

  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 risorsa RecognitionConfig in formato JSON.

  Se hai specificato un riconoscimento per l'opzione SPEECH_RECOGNIZER del modello remoto, puoi facoltativamente specificare un valore recognition_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.