AI_TRANSCRIBE¶

Syntaxe¶

AI_TRANSCRIBE( <audio_file> [ , <options> ] [, <return_error_details> ] )

Arguments¶

Obligatoire :

audio_file

Un objet de type FILE représentant un fichier audio. Utiliser la fonction TO_FILE pour créer une référence à votre fichier en zone de préparation.

Facultatif :

options

Une valeur OBJECT contenant zéro ou plusieurs des champs suivants.

• timestamp_granularity : Chaîne spécifiant la granularité d’horodatage souhaitée. Les valeurs possibles sont les suivantes :

  • "word" : Le fichier est transcrit sous forme d’une série de mots, chacun avec son propre horodatage.

  • "speaker" : Le fichier est transcrit sous forme d’une série de « tours » de parole , chacun avec son propre horodatage et son propre nom de locuteur.

  Si ce champ n’est pas spécifié, le fichier entier est transcrit en un seul segment sans horodatages par défaut.

return_error_details

Un indicateur BOOLEAN qui indique s’il faut renvoyer les détails de l’erreur en cas d’erreur. Lorsqu’il est défini sur TRUE, la fonction renvoie un OBJECT qui contient la valeur et le message d’erreur, dont l’un est NULL selon que la fonction réussit ou échoue. Consultez Comportement d’erreur pour plus de détails.

Renvoie¶

Une chaîne contenant une représentation JSON du résultat de la transcription. L’objet JSON contient les champs suivants :

• "audio_duration" : La durée totale du fichier audio en secondes.

• "text" : La transcription du fichier audio complet, fournie lorsque le champ timestamp_granularity n’est pas spécifié.

• "segments" : Un tableau de segments, fourni lorsque le champ timestamp_granularity est défini sur "word" ou "speaker". Chaque segment est un objet JSON contenant les champs suivants :

  • "start" : Heure de début du segment en secondes.

  • "end" : Heure de fin du segment en secondes.

  • "text" : Texte de la transcription du segment.

  • "speaker_label" : Le nom du locuteur du segment, fourni lorsque le champ timestamp_granularity est défini sur speaker. Les noms prennent la forme « SPEAKER_00 », « SPEAKER_01 », etc. et sont attribués dans l’ordre où les locuteurs sont détectés dans le fichier audio.

Comportement d’erreur¶

Par défaut, si AI_TRANSCRIBE ne peut pas traiter l’entrée, la fonction renvoie NULL. Si la requête traite plusieurs lignes, les lignes contenant des erreurs renvoient NULL et n’empêchent pas l’achèvement de la requête.

La valeur de retour sur l’erreur dépend de l’argument return_error_details. La table suivante indique la valeur de retour basée sur l’argument return_error_details :

return_error_details	Valeur de retour	Description
FALSE Non transmise	NULL
TRUE	OBJECT avec les champs value et error	value : Une valeur VARCHAR contenant le résultat de la transcription, ou NULL si une erreur s’est produite. error : Une valeur VARCHAR qui contient le message d’erreur si une erreur s’est produite, ou NULL si la fonction a fonctionné.

See moreShow less

Expand

Pour plus d’informations sur le traitement des erreurs pour les fonctions AI, consultez Snowflake Cortex AI Function: Multirow error handling improvements.

Exigences en matière de contrôle d’accès¶

Les utilisateurs doivent utiliser un rôle auquel le rôle de base de données SNOWFLAKE.CORTEX_USER a été accordé. Voir Privilèges LLM Cortex pour plus d’informations sur ce rôle.

Notes sur l’utilisation¶

• Pour une liste des langages pris en charge, voir:ref:Langues prises en charge <label-cortex_ai_audio_supported_languages>

  Les langues prises en charge sont automatiquement détectées. Un fichier peut contenir plusieurs langues, chacune d’entre elles étant reconnue et transcrite. Pour une détection précise des langues, la parole doit commencer dans les cinq premières secondes du fichier.

• AI_TRANSCRIBE prend en charge les formats de fichiers audio et vidéo suivants :

  Audio	FLAC, MP3, MP4, OGG, WAV, WEBM
  Vidéo	MKV, MP4, OGV, WEBM

  See moreShow less

  Expand

  Les fichiers vidéo doivent contenir au moins une piste audio en format FLAC, MP3, OPUS, VORBIS ou WAV.

  Les facteurs tels que le taux d’échantillonnage, la profondeur de bit et le nombre de canaux n’affectent pas la transcription, mais ils peuvent rendre le fichier trop volumineux pour être traité s’ils sont trop élevés. En interne, AI_TRANSCRIBE utilise l’acoustique monotone à 16 KHz, et rééchantillonne les fichiers d’entrée lorsqu’ils ne sont pas déjà dans ce format.

• La taille maximale d’un fichier audio est de 700 MB.

• La durée maximale d’un fichier audio est de 60 minutes lorsque la granularité de l’horodatage est définie sur « mot » ou « locuteur ». Si la granularité de l’horodatage n’est pas utilisée, la durée maximale est de 120 minutes.

Exemples¶

Pour des exemples, voir exemples Audio AI.

Résolution des problèmes¶

Si la fonction échoue, elle renvoie une erreur. Les messages d’erreur courants sont les suivants :

Disponibilité régionale¶

AI_TRANSCRIBE est disponible dans les régions suivantes :

• AWS US Ouest 2 (Oregon)

• AWS US East 1 (N. du Nord)

• AWS EU Central 1 (Francfort)

• Azure US Est 2 (Virginie)

Avis juridiques¶

Reportez-vous à Snowflake AI et ML.