トランスクリプション・ジョブを作成します

• ジョブ情報
  • 名前: プロジェクトの一意の名前(255文字の制限)を入力します。名前には、任意の順序で1つ以上の英数字、ダッシュまたはアンダースコアを含める必要があります。名前を指定しない場合、名前は自動生成されます。名前の例: AiSpeechTranscriptionJob20220804134759
  • 説明(オプション): ジョブの説明(400文字の制限)を入力します。
  • コンパートメント: ジョブを作成するコンパートメントを選択します。
• 入力/出力の詳細
  • 入力コンパートメント: 必要なバケットを含むコンパートメントを選択します。
  • 入力バケット: 記録するメディア・ファイルを含むバケットを選択します。必要なバケットが選択したコンパートメントにない場合は、コンパートメントを変更します。
  • 出力場所: 入力バケットまたは別のバケットで出力ファイルを格納する場所を選択します。別のバケットを使用するには、「出力コンパートメント」および「出力バケット」から選択します。
  • 出力接頭辞(オプション): 出力接頭辞を入力して、バケット内のファイルを分離およびソートします。たとえば、コール・センターのメディア・ファイルにcall_ctrと入力できます。スラッシュ(/)を使用して、バケットに出力フォルダを作成することもできます。たとえば、MyResults/は、すべてのトランスクリプション・ファイルをバケットのMyResultsフォルダに格納します。
• モデルの詳細
  • モデル・タイプ: 作成するジョブのモデル・タイプを選択します。

    サポートされているモデル・タイプは、Oracle、Whisper Medium、Whisper Large V2 (サービス・リクエスト)およびWhisper Large V3 Turbo (新規)です。使用するモデルのタイプを決定するには、Comparing Whisper and Oracle ASR Modelsを参照してください。

  • ドメイン
  • 言語: メディア・ファイルの言語を選択します。言語によって適切な言語を検索できます。英語(ORACLEの場合は米国英語)がデフォルトです。

    ウィスパー・モデルは言語の識別をサポートし、ドロップダウン・リストで言語コードとして「自動」を選択すると使用できます。

  • SRTトランスクリプション形式: SRT形式とJSON形式の両方をトランスクリプションに含めます。
  • 句読点
    ノート
    
    Whisperモデルに対して句読点が選択されており、クリアできません。
• ダイアライゼーション
  • Diarization: 入力ファイル内のスピーカーを識別します。
    ノート
    
    ダイアリゼーションを使用すると、トランスクリプション・タスクのレイテンシが増加します。そのため、このオプションはデフォルトで無効になっています。
  • スピーカーの数: Speechサービスで、入力ファイル内の一意のスピーカーの数を自動的に検出したり、数字を入力したりできます。ダイアリゼーションを選択した場合、スピーカーの最小数は2で、最大数は16です。
• フィルタ(オプション): 出力ファイルの生成方法を変更し、フィルタ・タイプおよびフィルタ・モードを選択する場合に選択します。
  • プロファニティ・フィルタ: 「プロファニティ」は、次のフィルタ・モードを持つデフォルトのフィルタ・タイプです。
  • フィルタ・タイプ
  • フィルタ・モード
    • マスク: 検出されたプロファニティは、最初の文字を除き、アスタリスク付きでトランスクリプション内でマスクされます。
    • 削除: 検出されたプロファニティは、トランスクリプションで1つのアスタリスクに置き換えられます。
    • タグ: プロファニティはマスクも削除もされませんが、トランスクリプションではTYPE: "Profanity"としてマークされます。
• 追加設定(オプション) (一部のモデルで使用可能): 追加するキーと値のペアごとに、「追加設定の追加」を選択し、キーと値を入力します。
  ノート
  
  Whisperモデルにプロンプトを追加すると、予期しない結果が生じる場合があります。
  • キー: Whisperモデルが選択されている場合、このフィールドを使用してプロンプトを渡し、トランスクリプションに役立てることができます。サポートされているキーはwhisperPromptのみです。他のキーが渡された場合、リクエストは無効な入力とみなされるため失敗します。
  • 値: これはプロンプト値で、複数の単語を指定できます。このフィールドは、入力したすべてのテキストを表示する例です。値プロンプトの最大長は4000文字で、英数字と句読点(. 、 ! ? - : ; ' ")のみを使用でき、Whisperに固有です。検証はバックグラウンドで実行され、プロンプトがこの制限より長い場合、ジョブは失敗します。
• タグ付けオプション(オプション): リソース・タグを参照してください。

「次へ」を選択します。

前のステップで選択したバケットから必要なメディア・ファイルを選択します。

• 最大ファイル・サイズは、2 GBです。

• ファイル期間は最大4時間です。

「次へ」を選択します。

情報を確認して、正しいことを確認します。値を修正する必要がある場合は、そのステップを展開し、必要に応じて値を変更します。

「作成」を選択します。作成プロセスが開始され、その進行状況が表示されます。作成はいつでも取り消すことができます。

ジョブは、選択したファイルのサイズと数に応じて、秒または時間単位で実行できます。実行中、ジョブは進行中状態であり、終了時に成功または失敗に変わります。ジョブを選択して、その詳細ページに移動できます。