AI_TRANSCRIBE¶

Sintaxe¶

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

Argumentos¶

Obrigatório:

audio_file

Um objeto do tipo FILE representando um arquivo de áudio. Use a função TO_FILE para criar uma referência ao seu arquivo preparado.

Opcional:

options

Um valor OBJECT contendo zero ou mais dos seguintes campos.

• timestamp_granularity: uma string especificando a granularidade de carimbo de data/hora desejada. Os valores possíveis são:

  • "word": o arquivo é transcrito como uma série de palavras, cada uma com seu próprio carimbo de data/hora.

  • "speaker": o arquivo é transcrito como uma série de “turnos” de conversação, cada um com seu próprio carimbo de data/hora e rótulo de orador.

  Se esse campo não for especificado, todo o arquivo será transcrito como um único segmento sem carimbos de data/hora por padrão.

Retornos¶

Uma string contendo uma representação JSON do resultado da transcrição. O objeto JSON contém os seguintes campos:

• "audio_duration": a duração total do arquivo de áudio em segundos.

• "text": a transcrição do arquivo de áudio completo, fornecida quando o campo timestamp_granularity não é especificado.

• "segments": uma matriz de segmentos, fornecida quando o campo timestamp_granularity está definido como "word" ou "speaker". Cada segmento é um objeto JSON contendo os seguintes campos:

  • "start": a hora de início do segmento em segundos.

  • "end": a hora final do segmento em segundos.

  • "text": o texto de transcrição para o segmento.

  • "speaker_label": o rótulo do palestrante para o segmento, fornecido quando o campo timestamp_granularity está definido como speaker. Os rótulos são da forma “SPEAKER_00», «SPEAKER_01”, etc. e são atribuídos na ordem que os colunas são detectados no arquivo de áudio.

Requisitos de controle de acesso¶

Os usuários devem usar uma função que tenha a função do banco de dados SNOWFLAKE.CORTEX_USER. Consulte Privilégios de LLM do Cortex para obter mais informações sobre essa função.

Notas de uso¶

• AI_TRANSCRIBE oferece suporte aos seguintes idiomas:

  • Árabe

  • Búlgaro

  • Cantonês

  • Catalão

  • Chinês

  • Tcheco

  • Holandês

  • Inglês

  • Francês

  • Alemão

  • Grego

  • Hebrew

  • Húngaro

  • Indonésio

  • Italiano

  • Japonês

  • Coreano

  • Letão

  • Norwegian

  • Polonês

  • Português

  • Romeno

  • Russo

  • Sérvio

  • Esloveno

  • Espanhol

  • Sueco

  • Tailandês

  • Turco

  • Ucraniano

  Os idiomas suportados são detectados automaticamente. Um arquivo pode conter vários idiomas, cada um dos quais é reconhecido e transcrito. Para uma detecção precisa do idioma, a fala deve começar nos primeiros cinco segundos do arquivo.

• AI_TRANSCRIBE supports the following audio and video file formats:

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

  Video files must contain at least one audio track in FLAC, MP3, OPUS, VORBIS, or WAV format.

  Fatores como taxa de amostragem, profundidade de bits e número de canais não afetam a transcrição, mas poderão deixar o arquivo muito grande para processamento se forem muito altos. Internamente, AI_TRANSCRIBE usa áudio monofônico em 16 KHz e reamostra os arquivos de entrada quando eles ainda não estão nesse formato.

• O tamanho máximo do arquivo de áudio é 700 MB.

• A duração máxima do arquivo de áudio é de 60 minutos quando a granularidade do carimbo de data/hora está definida como “palavra” ou “orador”. Se a granularidade do carimbo de data/hora não for usada, a duração máxima é de 120 minutos.

Exemplos¶

Para exemplos, consulte Exemplos de áudio de AI.

Solução de problemas¶

Se a função falhar, ela retornará uma resposta de erro. As mensagens de erro comuns incluem:

Disponibilidade regional¶

AI_TRANSCRIBE está disponível nas seguintes regiões:

• AWS US West 2 (Oregon)

• AWS US East 1 (N. Virginia)

• AWS EU Central 1 (Frankfurt)

• Azure East US 2 (Virginia)

Avisos legais¶

Consulte AI e ML Snowflake.

Limitações¶

As funções do Snowflake Cortex não são compatíveis com tabelas dinâmicas.