本頁面由 Cloud Translation API 翻譯而成。

使用 ML.TRANSCRIBE 函式轉錄音訊檔案

本文說明如何搭配遠端模型使用 ML.TRANSCRIBE 函式，轉錄物件表格中的音訊檔案。

支援的地區

您必須在下列位置之一建立這個程序中使用的遠端模型：

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

您必須在與遠端模型相同的區域中執行 ML.TRANSCRIBE 函式。

必要的角色

如要建立遠端模型及轉錄音訊檔案，您需要在專案層級具備下列 Identity and Access Management (IAM) 角色：

建立語音辨識器：Cloud Speech 編輯器 (roles/speech.editor)
建立及使用 BigQuery 資料集、資料表和模型： BigQuery 資料編輯者 (roles/bigquery.dataEditor)
建立、委派及使用 BigQuery 連線： BigQuery 連線管理員 (roles/bigquery.connectionsAdmin)

如果沒有設定預設連線，您可以在執行 CREATE MODEL 陳述式時建立並設定連線。如要這麼做，您必須具備專案的 BigQuery 管理員角色 (roles/bigquery.admin)。詳情請參閱「設定預設連線」。
將權限授予連線的服務帳戶：專案 IAM 管理員 (roles/resourcemanager.projectIamAdmin)
建立 BigQuery 工作：BigQuery 工作使用者 (roles/bigquery.jobUser)

這些預先定義的角色具備執行本文中工作所需的權限。如要查看確切的必要權限，請展開「必要權限」部分：

所需權限

建立資料集：bigquery.datasets.create
建立、委派及使用連線： bigquery.connections.*
設定服務帳戶權限： resourcemanager.projects.getIamPolicy 和 resourcemanager.projects.setIamPolicy
建立模型並執行推論：
- bigquery.jobs.create
- bigquery.models.create
- bigquery.models.getData
- bigquery.models.updateData
- bigquery.models.updateMetadata
建立物件資料表： bigquery.tables.create 和 bigquery.tables.update
建立語音辨識器：
- speech.recognizers.create
- speech.recognizers.get
- speech.recognizers.recognize
- speech.recognizers.update

您或許還可透過自訂角色或其他預先定義的角色取得這些權限。

事前準備

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.

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

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

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

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

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

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

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

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

建立辨識器

語音轉文字服務支援名為辨識器的資源。辨識器代表儲存的可重複使用辨識設定。您可以建立辨識器，將應用程式的轉錄內容或流量依邏輯分組。

建立語音辨識工具是選用步驟。如果您選擇建立語音辨識器，請記下辨識器的專案 ID、位置和辨識器 ID，以便在 CREATE MODEL 陳述式中使用，如SPEECH_RECOGNIZER所述。如果選擇不建立語音辨識器，則必須為 ML.TRANSCRIBE 函式的 recognition_config 引數指定值。

您只能在提供的語音辨識器或 recognition_config 值中使用 chirp 轉錄模型。

建立資料集

建立 BigQuery 資料集來存放資源：

控制台

前往 Google Cloud 控制台的「BigQuery」頁面。

前往「BigQuery」
在左側窗格中，按一下「Explorer」：

如果沒有看到左側窗格，請按一下「展開左側窗格」圖示開啟窗格。
在「Explorer」窗格中，按一下專案名稱。
依序點按「View actions」(查看動作) >「Create dataset」(建立資料集)。
在「建立資料集」頁面中，執行下列操作：
1. 在「Dataset ID」(資料集 ID) 部分，輸入資料集的名稱。
2. 在「位置類型」部分，選取「區域」或「多區域」。
  - 如果選取「區域」，請從「區域」清單中選取位置。
  - 如果選取「多區域」，請從「多區域」清單中選取「美國」或「歐洲」。
3. 點選「建立資料集」。

bq

如要建立新的資料集，請使用 bq mk 指令搭配 --location 旗標：
```
bq --location=LOCATION mk -d DATASET_ID
```
更改下列內容：
- LOCATION：資料集的位置。
- DATASET_ID 是您要建立的資料集 ID。
確認資料集已建立完成：
```
bq ls
```

建立連線

如果您已設定預設連線，或具備 BigQuery 管理員角色，可以略過這個步驟。

建立供遠端模型使用的 Cloud 資源連線，並取得連線的服務帳戶。在與上一步建立的資料集相同的位置中建立連線。

選取下列選項之一：

主控台

前往「BigQuery」頁面

前往「BigQuery」
在「Explorer」窗格中，按一下「新增資料」：

「新增資料」對話方塊隨即開啟。
在「Filter By」(篩選依據) 窗格的「Data Source Type」(資料來源類型) 區段中，選取「Business Applications」(商務應用程式)。

或者，您也可以在「Search for data sources」(搜尋資料來源) 欄位中輸入 Vertex AI。
在「精選資料來源」部分，點選「Vertex AI」。
按一下「Vertex AI Models: BigQuery Federation」解決方案資訊卡。
在「連線類型」清單中，選取「Vertex AI 遠端模型、遠端函式、BigLake 和 Spanner (Cloud 資源)」。
在「連線 ID」欄位中，輸入連線名稱。
點選「建立連線」。
點選「前往連線」。
在「連線資訊」窗格中，複製服務帳戶 ID，以供後續步驟使用。

bq

在指令列環境中建立連線：
```
bq mk --connection --location=REGION --project_id=PROJECT_ID \
    --connection_type=CLOUD_RESOURCE CONNECTION_ID
```
--project_id 參數會覆寫預設專案。

更改下列內容：
- REGION：您的連線區域
- PROJECT_ID：您的 Google Cloud 專案 ID
- CONNECTION_ID：連線的 ID
建立連線資源時，BigQuery 會建立專屬的系統服務帳戶，並將其與連線建立關聯。

疑難排解：如果收到下列連線錯誤訊息，請更新 Google Cloud SDK：
```
Flags parsing error: flag --connection_type=CLOUD_RESOURCE: value should be one of...
```

擷取並複製服務帳戶 ID，以供後續步驟使用：

bq show --connection PROJECT_ID.REGION.CONNECTION_ID

輸出結果會與下列內容相似：

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

Terraform

使用 google_bigquery_connection 資源。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

下列範例會在 US 地區中建立名為 my_cloud_resource_connection 的 Cloud 資源連線：


# 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 {}
}

如要在 Google Cloud 專案中套用 Terraform 設定，請完成下列各節的步驟。

準備 Cloud Shell

啟動 Cloud Shell。
設定要套用 Terraform 設定的預設 Google Cloud 專案。

每項專案只需要執行一次這個指令，且可以在任何目錄中執行。
```
export GOOGLE_CLOUD_PROJECT=PROJECT_ID
```
如果您在 Terraform 設定檔中設定明確值，環境變數就會遭到覆寫。

準備目錄

每個 Terraform 設定檔都必須有自己的目錄 (也稱為根模組)。

在 Cloud Shell 中建立目錄，並在該目錄中建立新檔案。檔案名稱的副檔名必須是 .tf，例如 main.tf。在本教學課程中，這個檔案稱為 main.tf。
```
mkdir DIRECTORY && cd DIRECTORY && touch main.tf
```
如果您正在學習教學課程，可以複製每個章節或步驟中的範例程式碼。

將範例程式碼複製到新建立的 main.tf。

視需要從 GitHub 複製程式碼。如果 Terraform 代码片段是端對端解決方案的一部分，建議使用這個方法。
查看並修改範例參數，套用至您的環境。
儲存變更。
初始化 Terraform。每個目錄只需執行一次這項操作。
```
terraform init
```
如要使用最新版 Google 供應商，請加入 -upgrade 選項：
```
terraform init -upgrade
```

套用變更

檢查設定，確認 Terraform 即將建立或更新的資源符合您的預期：
```
terraform plan
```
視需要修正設定。
執行下列指令並在提示中輸入 yes，即可套用 Terraform 設定：
```
terraform apply
```
等待 Terraform 顯示「Apply complete!」訊息。
開啟 Google Cloud 專案即可查看結果。在 Google Cloud 控制台中，前往 UI 中的資源，確認 Terraform 已建立或更新這些資源。

將存取權授予服務帳戶

選取下列選項之一：

主控台

前往「IAM & Admin」(IAM 與管理) 頁面。

前往「IAM & Admin」(IAM 與管理)
按一下「授予存取權」。

「新增主體」對話方塊隨即開啟。
在「新增主體」欄位，輸入先前複製的服務帳戶 ID。
按一下「Select a role」(選取角色) 欄位，然後在「Filter」(篩選器) 中輸入 Cloud Speech Client。
按一下 [Add another role] (新增其他角色)。
在「Select a role」(請選擇角色) 欄位中，依序選取「Cloud Storage」和「Storage Object Viewer」(Storage 物件檢視者)。
按一下 [儲存]。

gcloud

使用 gcloud projects add-iam-policy-binding 指令：

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

請替換下列項目：

PROJECT_NUMBER：您的專案編號。
MEMBER：您先前複製的服務帳戶 ID。

如未授予權限，就會發生 Permission denied 錯誤。

建立物件資料表

在 Cloud Storage 中的一組音訊檔案上建立物件資料表。物件表格中的音訊檔案必須為支援的類型。

物件資料表使用的 Cloud Storage 值區，應與您打算建立模型並呼叫 ML.TRANSCRIBE 函式的專案相同。如要呼叫的 ML.TRANSCRIBE 函式與物件表格使用的 Cloud Storage 值區位於不同專案，您必須在值區層級授予 service-A@gcp-sa-aiplatform.iam.gserviceaccount.com 服務帳戶「Storage 管理員」角色。

建立模型

使用 REMOTE_SERVICE_TYPE 建立遠端模型：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'
);

請替換下列項目：

PROJECT_ID：您的專案 ID。
DATASET_ID：要包含模型的資料集 ID。
MODEL_NAME：模型名稱。
REGION：連線使用的區域。
CONNECTION_ID：連線 ID，例如 myconnection。
在 Google Cloud 控制台中查看連線詳細資料時，連線 ID 是「連線 ID」中顯示的完整連線 ID 最後一個區段的值，例如 projects/myproject/locations/connection_location/connections/myconnection。
PROJECT_NUMBER：含有語音辨識器的專案編號。您可以在 Google Cloud 控制台的「資訊主頁」頁面中，找到「專案資訊」卡片上的這個值。
LOCATION：語音辨識器使用的位置。您可以在 Google Cloud 控制台的「List recognizers」(列出辨識器) 頁面，找到「Location」(位置) 欄位中的這個值。
RECOGNIZER_ID：語音辨識器 ID。您可以在 Google Cloud 控制台的「List recognizers」(列出辨識器) 頁面，找到「ID」欄位中的值。
這個選項並非必要。如未指定值，系統會使用預設辨識器。在這種情況下，您必須為 ML.TRANSCRIBE 函式的 recognition_config 參數指定值，才能提供預設辨識器的設定。

您只能在提供的 recognition_config 值中使用 chirp 轉錄模型。

轉錄音訊檔案

使用 ML.TRANSCRIBE 函式轉錄音訊檔案：

SELECT *
FROM ML.TRANSCRIBE(
  MODEL `PROJECT_ID.DATASET_ID.MODEL_NAME`,
  TABLE `PROJECT_ID.DATASET_ID.OBJECT_TABLE_NAME`,
  RECOGNITION_CONFIG => ( JSON 'recognition_config')
);

請替換下列項目：

PROJECT_ID：您的專案 ID。
DATASET_ID：包含模型的資料集 ID。
MODEL_NAME：模型名稱。
OBJECT_TABLE_NAME：包含要處理音訊檔案 URI 的物件資料表名稱。
recognition_config：JSON 格式的RecognitionConfig資源。
如果已使用 SPEECH_RECOGNIZER 選項為遠端模型指定辨識器，則無法指定 recognition_config 值。

如果未使用 SPEECH_RECOGNIZER 選項為遠端模型指定辨識器，則必須指定 recognition_config 值。這個值用於提供預設辨識工具的設定。

您只能在提供的 recognition_config 值中使用 chirp 轉錄模型。

範例

範例 1

下列範例會轉錄 audio 資料表代表的音訊檔案，但不會覆寫辨識器的預設設定：

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

以下範例會轉錄 audio 資料表代表的音訊檔案，並提供預設辨識器的設定：

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": {}}')
);

後續步驟

如要進一步瞭解 BigQuery ML 中的模型推論，請參閱「模型推論總覽」。
如要進一步瞭解如何使用 Cloud AI API 執行 AI 工作，請參閱「AI 應用程式總覽」。
如要進一步瞭解生成式 AI 模型支援的 SQL 陳述式和函式，請參閱生成式 AI 模型的端對端使用者歷程。