Video Intelligence API Transcribing Speech in Video

May 17, 2021 admin

Working With Google Cloud Video Intelligence API Transcribing Speech in Video #GoogleCloudTamil #GCPTamil Mr and Mrs Tamilan

Video Intelligence API Transcribing Speech in Video

வீடியோ நுண்ணறிவு API டெவலப்பர்கள் தங்கள் பயன்பாடுகளின் ஒரு பகுதியாக கூகிள் வீடியோ பகுப்பாய்வு தொழில்நுட்பத்தைப் பயன்படுத்த அனுமதிக்கிறது. REST API பயனர்கள் உள்நாட்டில் அல்லது கிளவுட் ஸ்டோரேஜில் சேமிக்கப்பட்ட வீடியோக்களைக் குறிக்க உதவுகிறது , அல்லது முழு வீடியோவின் மட்டத்திலும், ஒவ்வொரு பிரிவிலும், ஒரு ஷாட் மற்றும் ஒரு சட்டகத்திற்கும் சூழ்நிலை தகவல்களைக் கொண்டு நேரடியாக ஒளிபரப்பப்படுகிறது.

வீடியோ நுண்ணறிவு API கோரிக்கையை எவ்வாறு செய்வது என்பதை இந்தப் பக்கம் காட்டுகிறது curl.

இந்தப் பக்கத்தில் உள்ள படிகளைப் பின்பற்றலாம் அல்லது இந்த விரைவான தொடக்கத்தை Google மேகக்கணி பயிற்சி ஆய்வகமாக முயற்சி செய்யலாம்.

வீடியோ நுண்ணறிவு API
வீடியோ நுண்ணறிவு ஏபிஐ முன் பயிற்சி பெற்ற இயந்திர கற்றல் மாதிரிகளைக் கொண்டுள்ளது, அவை சேமிக்கப்பட்ட மற்றும் ஸ்ட்ரீமிங் வீடியோவில் ஏராளமான பொருள்கள், இடங்கள் மற்றும் செயல்களை தானாகவே அங்கீகரிக்கின்றன. பெட்டியிலிருந்து விதிவிலக்கான தரத்தை வழங்குதல், இது பொதுவான பயன்பாட்டு நிகழ்வுகளுக்கு மிகவும் திறமையானது மற்றும் புதிய கருத்துக்கள் அறிமுகப்படுத்தப்படுவதால் காலப்போக்கில் மேம்படுகிறது.

பேச்சு டிரான்ஸ்கிரிப்ஷன் ஒரு வீடியோ அல்லது வீடியோ பிரிவில் பேசும் ஆடியோவை உரையாக மாற்றுகிறது மற்றும் டிரான்ஸ்கிரிப்ட் செய்யப்பட்ட ஆடியோவின் ஒவ்வொரு பகுதிக்கும் உரை தொகுதிகளை வழங்குகிறது.

வீடியோ நுண்ணறிவு ஆங்கிலத்தை (யு.எஸ்) மட்டுமே ஆதரிக்கிறது. பிற மொழிகளுக்கு, கிடைக்கக்கூடிய எல்லா மொழிகளையும் ஆதரிக்கும் பேச்சு-க்கு-உரை API ஐப் பயன்படுத்தவும் (பேச்சு-க்கு-உரை மொழி ஆதரவைக் காண்க ),

ஒரு வீடியோவில் பேசப்படும் எழுத்துவடிவமாக்கம் அழைக்க annotate முறை மற்றும் குறிப்பிட SPEECH_TRANSCRIPTION உள்ள featuresதுறையில்.

உரையை படியெடுக்கும் போது பின்வரும் அம்சங்களைப் பயன்படுத்தலாம்:

மாற்று சொற்கள் : maxAlternativesபதிலில் சேர்க்க அங்கீகரிக்கப்பட்ட உரை மொழிபெயர்ப்புகளுக்கான அதிகபட்ச விருப்பங்களைக் குறிப்பிட விருப்பத்தைப் பயன்படுத்தவும். இந்த மதிப்பு 1 முதல் 30 வரை ஒரு முழு எண்ணாக இருக்கலாம். இயல்புநிலை 1. டிரான்ஸ்கிரிப்ஷனுக்கான நம்பிக்கை மதிப்பின் அடிப்படையில் ஏபிஐ பல டிரான்ஸ்கிரிப்ஷன்களை இறங்கு வரிசையில் வழங்குகிறது. மாற்று டிரான்ஸ்கிரிப்ஷன்களில் சொல்-நிலை உள்ளீடுகள் இல்லை.

அவதூறு வடிகட்டுதல் : filterProfanityடிரான்ஸ்கிரிப்ஷன்களில் அறியப்பட்ட அவதூறுகளை வடிகட்ட விருப்பத்தைப் பயன்படுத்தவும் . பொருந்திய சொற்கள் நட்சத்திரத்தின் பின் வரும் வார்த்தையின் முன்னணி தன்மையுடன் மாற்றப்படுகின்றன. இயல்புநிலை தவறானது.

டிரான்ஸ்கிரிப்ஷன் குறிப்புகள் : speechContextsஉங்கள் ஆடியோவில் பொதுவான அல்லது அசாதாரண சொற்றொடர்களை வழங்க விருப்பத்தைப் பயன்படுத்தவும் . அந்த சொற்றொடர்கள் பின்னர் டிரான்ஸ்கிரிப்ஷன் சேவைக்கு மிகவும் துல்லியமான டிரான்ஸ்கிரிப்ஷன்களை உருவாக்க உதவுகின்றன. நீங்கள் ஒரு டிரான்ஸ்கிரிப்ஷன் குறிப்பை ஸ்பீச் கான்டெக்ஸ்ட் பொருளாக வழங்குகிறீர்கள்.

ஆடியோ டிராக் தேர்வு : audioTracksமல்டி டிராக் வீடியோவிலிருந்து எந்த டிராக்கை டிரான்ஸ்கிரிப்ட் செய்ய வேண்டும் என்பதைக் குறிப்பிட விருப்பத்தைப் பயன்படுத்தவும் . பயனர்கள் இரண்டு தடங்கள் வரை குறிப்பிடலாம். இயல்புநிலை 0. மொழிக் குறியீடு en-US என அமைக்கப்பட்டதும், கோரிக்கை மேம்பட்ட பயன்முறைக்கு அனுப்பப்படுகிறது, இது en-US ஆடியோவில் பயிற்சி பெறுகிறது; இது உண்மையில் என்-யு.எஸ் அல்லது வேறு எந்த மொழிகளையும் தெரியாது . மேம்பட்ட மாதிரியில் ஒரு ஸ்பானிஷ் ஆடியோவை நாங்கள் ஊட்டினால், டிரான்ஸ்கிரிப்ஷன் அதன் போக்கை இயக்கும், ஆனால் குறைந்த நம்பிக்கை மதிப்பெண்களுடன் வெளியீடுகள் இருக்கலாம், அல்லது வெளியீடு எதுவும் இல்லை – இது ஒரு நல்ல மாடலில் எதிர்பார்க்கப்படுகிறது.

தானியங்கி நிறுத்தற்குறி : enableAutomaticPunctuationபடியெடுத்த உரையில் நிறுத்தற்குறியை சேர்க்க விருப்பத்தைப் பயன்படுத்தவும் . இயல்புநிலை தவறானது.

பல ஸ்பீக்கர்கள் : enableSpeakerDiarizationவீடியோவில் வெவ்வேறு ஸ்பீக்கர்களை அடையாளம் காண விருப்பத்தைப் பயன்படுத்தவும் . பதிலில், அங்கீகரிக்கப்பட்ட ஒவ்வொரு வார்த்தையும் அங்கீகரிக்கப்பட்ட சொல் speakerTagஎந்த பேச்சாளருக்குக் காரணம் என்று அடையாளம் காணும் ஒரு புலத்தை உள்ளடக்கியது .

சிறந்த முடிவுகளுக்கு, 16,000Hz அல்லது அதற்கு மேற்பட்ட மாதிரி விகிதத்தில் பதிவுசெய்யப்பட்ட ஆடியோவை வழங்கவும்.

Working With Google Cloud Video Intelligence API Transcribing Speech in Video #GoogleCloudTamil #GCPTamil Mr and Mrs Tamilan explain about, How to enable & create Video Intelligence API Key, How to create a program in Python Video IntelligenceAPI, By using Video Intelligence API we are working with Video Transcribing Speech.

Coding Section Cloud Shell:

Setup & Configuration:
http://gestyy.com/eqWf1f

For Transcribing Speech:
http://gestyy.com/eqWkyc

GoogleCloudTamil,#GCPTamil,Google cloud,Google cloud platform,Cloud platform,Google Cloud Platform tamil,Google Cloud in Tamil,Google Cloud Platform in Tamil,Cloud in Tamil,GCP,google cloud,working with video intelligence,video intelligence,video intelligence api,python coding for video intelligence,text detection, video text tracking,video text detection,in tamil,mr and mrs tamilan,mr mrs tamilan,mr and mrs,mr&mrs,mrandmrs