מקרה לדוגמה לשימוש ב-AI גנרטיבי: יצירת פודקאסטים מקובצי אודיו

Last reviewed 2025-12-12 UTC

במסמך הזה מוצגת ארכיטקטורה ברמה גבוהה של אפליקציה שמשתמשת ב-AI כדי ליצור פודקאסטים על סמך קלט אודיו.

המסמך הזה מיועד לארכיטקטים, למפתחים ולמנהלים שיוצרים ומנהלים אפליקציות מבוססות-AI גנרטיבי בענן לתעשיות המדיה והשיווק. ההנחה במאמר הזה היא שיש לכם הבנה בסיסית במושגי AI גנרטיבי.

בקטע פריסה במסמך הזה יש דוגמאות קוד לעומסי עבודה של AI גנרטיבי שכוללים פורמטים של קלט ופלט מרובי-מוֹדָלִים.

ארכיטקטורה

בתרשים הבא מוצגת ארכיטקטורה של אפליקציה להפקת פודקאסטים ב- Google Cloud. האפליקציה משתמשת ב-AI כדי ליצור פודקאסטים מקובצי אודיו, למשל פרשנות בשידור חי לאירוע ספורט.

ארכיטקטורה של אפליקציית AI גנרטיבי שיוצרת פודקאסטים מקובצי אודיו. ארכיטקטורה של אפליקציית AI גנרטיבי שיוצרת פודקאסטים מקובצי אודיו.

הארכיטקטורה מציגה את התהליך הבא:

  1. משתמש מעלה קובצי אודיו לקטגוריה של Cloud Storage.
  2. ‫Eventarc מפעיל שירות Cloud Run.
  3. שירות Cloud Run שולח את קובצי האודיו לשירות Speech-to-Text.
  4. התכונה 'המרת דיבור לטקסט' יוצרת תמלילים עם חותמות זמן של קובצי האודיו.

  5. שירות Cloud Run שולח את התמלילים ל-Gemini API, עם הנחיה ליצירת תסריט לפודקאסט.

    לדוגמה, אפשר להזין הנחיה ליצירת תסריט לפודקאסט באורך 15 דקות על רגעי השיא של אירוע ספורט, על סמך מילות מפתח מסוימות בתגובות.

  6. ‫Gemini יוצר טיוטה של תסריט לפודקאסט.

  7. שירות Cloud Run שולח את סקריפט הטיוטה למשתמש.

  8. המשתמש בודק ועורך את טיוטת התסריט, ואז שולח את התסריט הסופי ל-Text-to-Speech.

  9. המרת טקסט לדיבור יוצרת קובץ אודיו של פודקאסט.

המוצרים שהשתמשו בהם

הארכיטקטורה לדוגמה הזו משתמשת במוצרים הבאים של Google Cloud Google:

  • Speech-to-Text: ממשק API שמשתמש בטכנולוגיות של Google לזיהוי דיבור כדי לתמלל אודיו לטקסט.
  • Gemini Enterprise Agent Platform: פלטפורמה מקיפה שמאפשרת לכם ליצור, לנהל, לבצע אופטימיזציה ולהתאים לעומס (scale) סוכני AI ברמה שמתאימה לארגונים.
  • ‫ Text-to-Speech: ‏ API ליצירת דיבור אנושי סינתטי שנשמע טבעי מתוך טקסט.
  • ‫ Cloud Storage: מאגר אובייקטים ללא הגבלה בעלות נמוכה, לשימוש עם סוגים שונים של נתונים. אפשר לגשת לנתונים מתוך ומחוץ Google Cloud, והם משוכפלים במיקומים שונים כדי ליצור יתירות.
  • ‫ Cloud Run: פלטפורמת מחשוב ללא שרת שמאפשרת להריץ קונטיינרים ישירות על גבי התשתית הניתנת להרחבה של Google.
  • ‫ Eventarc: פתרון בלי שרת (serverless) לניתוב אסינכרוני של הודעות שמופעלות על ידי אירועים.

פריסה

כדי להתנסות בשימוש במוצרים Google Cloud למשימות שכוללות פורמטים של קלט ופלט מרובי-ערוצים כמו אודיו וטקסט, אפשר לנסות את דוגמאות הקוד הבאות:

המאמרים הבאים

שותפים ביצירת התוכן

מחבר: קומאר דהנגופל | מפתח פתרונות חוצי-מוצרים

תורמי תוכן אחרים: