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 obrigatórios 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

  • Húngaro

  • Indonésio

  • Italiano

  • Japonês

  • Coreano

  • Letão

  • 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.

• Os seguintes formatos de áudio são aceitos:

  • FLAC

  • MP3

  • Ogg

  • WAV

  • WebM

  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.