대화형 음성 전사 앱 만들기

오디오를 미디어 집합에 넣고 전사 구간을 객체로 만든 뒤 Workshop에서 재생, 조회 및 편집하는 과정입니다.

입력과 전사

직접 업로드 또는 Data Connection으로 오디오 미디어 집합을 만듭니다.

Pipeline Builder의 새 파이프라인에 집합을 추가합니다.

Transforms에서 Transcribe audio를 선택합니다.

입력은 media_reference 열을 사용하고 언어를 선택합니다. 언어가 없으면 첫 30초에서 추론합니다. 이 예시는 화자 구분을 포함하려고 More performant 모드, Segment details 출력과 Speaker recognition을 선택합니다.

Apply 후 결과 표를 확인합니다. 전사 문자열만 필요하면 추가 변환한 뒤 Dataset 또는 Object type으로 출력할 수 있습니다. 전사 위젯을 사용할 때는 구간 객체 구성을 이어갑니다.

구간 객체

Explode array로 구간 struct 배열을 행으로 나누고 Extract many struct fields에서 id, begin, end, contents, speaker_id를 추출합니다. 화자 이름을 이미 아는 경우 Map values로 화자 ID를 이름에 연결할 수 있습니다.

Object type 출력에서 Id를 기본 키로 지정하여 각 구간을 고유하게 식별하도록 합니다. 파이프라인을 저장 및 배포합니다.

Workshop 표시와 편집 액션

Audio and Transcription Display 위젯을 추가하고 생성한 구간 객체 집합을 연결합니다.

구간 텍스트나 시각을 수정하는 액션을 구성할 수 있습니다. 이 예시는 화자 속성을 수정하는 액션을 만듭니다. 위젯의 Enable actions에서 해당 액션과 아이콘 및 이름을 지정하면 구간에 마우스를 올렸을 때 도구 모음에 표시됩니다.

Parameter defaults의 Selected segment로 편집할 객체를 채웁니다.

이후 구간을 조사하면서 실제 액션 폼으로 화자 속성을 수정할 수 있습니다.