Configuración de la transcripción en Experience Manager Assets configure-transcription-service

La transcripción es el proceso de pasar el audio de un archivo de audio o vídeo a texto (voz a texto) utilizando la tecnología de reconocimiento de voz.
Adobe Experience Manager Assets está configurado con Azure Media Services, que genera automáticamente la transcripción textual del idioma hablado en un archivo de audio o vídeo compatible en formato WebVTT (.vtt). Cuando se procesa un recurso de audio o vídeo en Experience Manager Assets, el servicio de transcripción genera automáticamente la representación de transcripción de texto del recurso de audio o vídeo y la almacena en la misma ubicación del repositorio de Assets en la que reside el recurso original. El servicio de transcripción Experience Manager Assets permite a los especialistas en marketing administrar de forma eficaz el contenido de audio y vídeo con una mayor capacidad de detección del contenido de texto y aumentar el retorno de la inversión de estos recursos al admitir la accesibilidad y la localización.

Las transcripciones son versiones textuales de contenido hablado; un ejemplo es una película que ve en cualquier plataforma OTT y que a menudo incluye subtítulos para facilitar la accesibilidad o el consumo del contenido en otros idiomas. O cualquier archivo de audio o vídeo que se utilice con fines de marketing, aprendizaje o entretenimiento. Estas experiencias comienzan con una transcripción a la que luego se le aplica formato o se traduce según corresponda. La transcripción de audio o vídeo es un proceso que lleva tiempo y es fácil que dé lugar a errores cuando se realiza manualmente. También es un desafío escalar el proceso manual, dada la necesidad cada vez mayor de contenido de audio-vídeo. Experience Manager Assets utiliza la transcripción basada en IA de Azure, que permite un procesamiento a gran escala de los recursos de audio y vídeo y genera las transcripciones de texto (archivos .vtt) junto con los detalles de la marca de tiempo. Junto con Assets, la función de transcripción también es compatible con Dynamic Media.

La función de transcripción está disponible sin ningún coste en Experience Manager Assets. Sin embargo, los administradores necesitan las credenciales de Azure del usuario para configurar el servicio de transcripción en Experience Manager Assets. También puede obtener las credenciales de prueba directamente desde Microsoft® para probar la función de transcripción de audio o vídeo en Assets.

Requisitos previos de transcripción prerequisites

  1. Una instancia de Experience Manager Assets as a Cloud Service puesta en marcha.

  2. Se requieren las siguientes credenciales de Azure para la configuración en Experience Manager Assets:

    • ID de cliente (clave de API)
    • Clave secreta del cliente
    • Punto de conexión del inquilino (dominio)
    • Cuenta de medios
    • Grupo de recursos
    • ID de suscripción

    Consulte la Documentación de Azure para obtener credenciales y poder acceder a la API de Azure Media Services.

  3. Asegúrese de que la cuenta de Azure tenga suficiente crédito para procesar nuevas solicitudes.

Configuración de la transcripción en Experience Manager Assets configure-transcription

A continuación, se indican las configuraciones necesarias para habilitar la función de transcripción en Experience Manager Assets:

Configurar Azure Media Services configure-azure-media-services

Experience Manager Assets utiliza Azure Media Services, que genera automáticamente la transcripción textual del idioma hablado en un archivo de audio o vídeo compatible en formato WebVTT (.vtt). Los administradores pueden configurar Azure Media Services en Experience Manager Assets usando las credenciales de Azure. Los Requisitos previos de transcripción enumeran las credenciales de Azure necesarias para la configuración. Si no tiene cuenta y credenciales de Azure, consulte la Documentación de Azure Media Services para obtener unas credenciales de prueba.

configure-transcription-service

Vaya a Herramientas > Cloud Services > Configuración de Azure Media Services. Seleccione una carpeta (ubicación) en el carril izquierdo y haga clic en el botón Crear para configurar la conexión con su cuenta de Azure. Esta carpeta es la ubicación donde se almacena su configuración de la nube de Azure en Experience Manager Assets. Introduzca las credenciales de Azure y haga clic en Guardar y cerrar.

Configuración del perfil de procesamiento para la transcripción configure-processing-profile

Una vez que Azure Media Services esté configurado en Experience Manager Assets, el siguiente paso es crear un perfil de procesamiento de recursos para generar una transcripción basada en IA de los recursos de audio y vídeo. El perfil de procesamiento basado en IA genera transcripciones de los recursos de audio o vídeo admitidos como una representación en Experience Manager Assets y almacena la transcripción (archivo .vtt) en la misma carpeta en la que reside el recurso original. Por lo tanto, es más fácil para los usuarios buscar y localizar el recurso y su representación de transcripción.

Vaya a Herramientas > Assets > Perfiles de procesamiento y haga clic en el botón Crear para crear un perfil de procesamiento basado en IA que genere la transcripción de sus archivos de audio y vídeo. De forma predeterminada, la página de procesamiento de perfiles refleja solo tres pestañas (Imagen, Vídeo y Personalizado). Sin embargo, hay una pestaña Inteligencia artificial aplicada al contenido visible si ha configurado Azure Media Services en su instancia de Experience Manager Assets. Compruebe sus credenciales de Azure si no ve la pestaña Inteligencia artificial aplicada al contenido al crear un perfil de procesamiento.

En la ficha Inteligencia artificial aplicada al contenido, haga clic en el botón Agregar nuevo para configurar la transcripción. Aquí puede incluir y excluir los formatos de archivo (tipos MIME) para generar transcripciones seleccionando tipos de archivo en la lista desplegable. En la siguiente ilustración, se incluyen todos los archivos de audio y vídeo compatibles y se excluyen los archivos de texto.

Active Crear transcripción VTT en el mismo directorio para crear y almacenar la representación de la transcripción (archivo .vtt) en la misma carpeta en la que reside el recurso original. Las demás representaciones también se generan mediante el flujo de trabajo predeterminado de procesamiento de recursos DAM, independientemente de esta configuración.

configure-transcription-service

La siguiente ilustración detalla un perfil de vídeo personalizado que se crea en Experience Manager Assets.

configure-transcription-service

El perfil de vídeo también contiene las siguientes configuraciones personalizadas. Consulte la documentación del perfil de procesamiento para obtener más información sobre cómo crear un perfil de procesamiento personalizado.

configure-transcription-service

Ahora vamos a configurar la transcripción en este perfil de vídeo. Vaya a la pestaña Inteligencia artificial aplicada al contenido y haga clic en el botón Agregar nuevo. Incluya todos los archivos de audio y vídeo, y excluya los de imagen y aplicación. Active Crear transcripción VTT en el mismo directorio y guarde la configuración.

configure-transcription-service

Una vez configurado el perfil de procesamiento para la transcripción de archivos de audio y vídeo, puede aplicar este perfil de procesamiento a las carpetas mediante uno de los métodos siguientes:

  • Seleccione una definición de perfil de procesamiento en Herramientas > Assets > Perfiles de procesamiento y use la acción Aplicar perfil a las carpetas. El explorador de contenido le permite desplazarse a una carpeta específica, seleccionarla y confirmar la aplicación del perfil.

  • Seleccione una carpeta en la interfaz de usuario de Assets y haga clic en Propiedades para abrir las propiedades de la carpeta. Haga clic en la pestaña Procesamiento de recursos y seleccione el perfil de procesamiento adecuado para la carpeta en la lista Perfil de procesamiento. Para guardar los cambios, haga clic en Guardar y cerrar.

    configure-transcription-service

  • Los usuarios pueden seleccionar carpetas o recursos específicos en la interfaz de usuario de Assets para aplicar un perfil de procesamiento y, a continuación, seleccionar Reprocesar recursos en las opciones disponibles de la parte superior.

TIP
Solo se puede aplicar un perfil de procesamiento a una carpeta.
Después de aplicar un perfil de procesamiento a una carpeta, todos los recursos nuevos cargados (o actualizados) en esta o en cualquiera de sus subcarpetas se procesan con el perfil de procesamiento adicional configurado. Este procesamiento se suma al perfil predeterminado estándar.
NOTE
Un perfil de procesamiento aplicado a una carpeta funciona para todo el árbol, sin embargo, se puede sobrescribir con otro perfil aplicado a una subcarpeta.
Cuando los recursos se cargan en una carpeta, el Experience Manager se comunica con las propiedades de la carpeta contenedora para identificar el perfil de procesamiento. Si no se aplica ninguno, se comprueba la existencia de un perfil de procesamiento en una carpeta principal de la jerarquía.

Generación de transcripciones de recursos de audio o vídeo generate-transcription

Al procesar un recurso de vídeo, el perfil de procesamiento basado en IA genera automáticamente la transcripción (archivo .vtt) como una representación junto con el recurso original en la misma carpeta.

configure-transcription-service

También puede ver la representación de la transcripción accediendo a las representaciones del recurso de vídeo original. Para acceder al panel Representaciones, seleccione el recurso de vídeo original y abra el carril izquierdo. Puede ver que la representación de la transcripción (archivo .vtt) está visible en el encabezado TRANSCRIPTVTT.

configure-transcription-service

Puede descargar la transcripción (archivo de texto .vtt) directamente desde la carpeta como una representación de recursos independiente, o desde el panel Representaciones del recurso original descargando todas las representaciones del recurso.

Actualmente, Experience Manager no admite la edición o la vista previa de texto completo de archivos VTT de forma nativa. Sin embargo, puede descargar la representación de la transcripción y utilizar cualquier editor de texto para editar o verificar la transcripción. La transcripción refleja el idioma hablado como texto en la marca de tiempo determinada en el vídeo con la puntuación de confianza (precisión) de la transcripción.

configure-transcription-service

Uso de transcripción en Dynamic Media using-transcription-in-dynamic-media

Si tiene Dynamic Media configurado en la instancia de Experience Manager Assets, puede publicar el recurso (archivo de audio o vídeo) y su transcripción (archivo .vtt) en Dynamic Media. Al hacerlo, el recurso original (archivo de audio o vídeo) y su representación transcrita (archivo .vtt) se publican en Dynamic Media en la misma carpeta. El administrador de Dynamic Media puede activar la experiencia CC (Closed Caption o subtítulos ocultos) para el archivo de audio o vídeo que utiliza la representación de transcripción (archivo .vtt).

Consulte también lo siguiente:

En la siguiente ilustración, la URL refleja la parte del subtítulo que hace referencia a la transcripción (archivo .vtt). El vídeo refleja el idioma hablado (texto transcrito) como subtítulos ocultos en la marca de tiempo determinada del vídeo. El usuario puede habilitar o deshabilitar los subtítulos utilizando el botón CC.

configure-transcription-service

Formatos de archivo admitidos para transcripción supported-file-format

Se admiten los siguientes formatos de archivo de audio y vídeo para la transcripción:

Formatos de audio y vídeo compatibles
Extensiones
FLV (con códecs H.264 y AAC)
(.flv)
MXF
(.mxf)
MPEG2-PS, MPEG2-TS, 3GP
(.ts, .ps, .3gp, .3gpp, .mpg)
Windows Media Video (WMV)/ASF
(.wmv, .asf)
AVI (sin comprimir 8/10 bits)
(.avi)
MP4
(.mp4, .m4a, .m4v)
Microsoft® Digital Video Recording (DVR-MS)
(.dvr-ms)
Matroska/WebM
(.mkv)
WAVE/WAV
(.wav)
QuickTime
(.mov)
NOTE
Los recursos (archivos de audio o vídeo) del tipo aplicación no son compatibles con la transcripción.

Limitaciones conocidas known-limitations

  • La función de transcripción puede usarse con vídeos de hasta 10 minutos de duración.
  • El título del vídeo debe tener 80 caracteres o menos.
  • El tamaño de archivo admitido es de hasta 15 GB.
  • La duración máxima de procesamiento admitida es de 60 minutos.
  • En una cuenta de Azure de pago, puede cargar hasta 50 películas por minuto. Sin embargo, en una cuenta de prueba, hasta cinco por minuto.

Sugerencias de resolución de problemas troubleshooting

Inicie sesión en su cuenta de Azure Media Services con las mismas credenciales (utilizadas para la configuración) para verificar el estado de la solicitud. Contacte con el soporte de Azure si la solicitud no se ha procesado correctamente.

Consulte también

recommendation-more-help
fbcff2a9-b6fe-4574-b04a-21e75df764ab