dify-handleidingen/05-transcriptietool/video-transcriptietool.srt

1
00:00:00,000 --> 00:00:05,639
Welkom bij de vijfde handleiding van de reeks AI Agents met Dify voor school.

2
00:00:05,689 --> 00:00:07,781
Je bouwt de Transcriptietool:

3
00:00:07,831 --> 00:00:19,085
een workflow die een opname van een overleg omzet in tekst en er een verslag van maakt, met samenvatting, besluiten, actiepunten en wat is doorgeschoven.

4
00:00:19,135 --> 00:00:21,744
Vier nodes, en één nieuwe bouwsteen:

5
00:00:21,794 --> 00:00:24,528
een tool in plaats van een taalmodel.

6
00:00:25,328 --> 00:00:30,501
Eerst de afspraken, want deze use case is beoordeeld als risico middel.

7
00:00:30,551 --> 00:00:32,855
Een stem is een persoonsgegeven.

8
00:00:32,905 --> 00:00:44,698
Opnames van echte mensen gaan dus niet naar Dify-cloud; deze handleiding werkt met een fictief sectieoverleg van drie minuten, voorgelezen door een computerstem.

9
00:00:44,748 --> 00:00:54,114
Opnemen van een echt overleg vraagt vooraf toestemming van alle deelnemers, en de audio verwijder je zodra het transcript er is.

10
00:00:54,164 --> 00:01:00,293
Je hebt een eigen OpenAI-sleutel nodig, ingesteld op Gebruiksprioriteit API-sleutel.

11
00:01:00,343 --> 00:01:03,677
Zonder eigen sleutel werkt de spraaktool niet.

12
00:01:03,727 --> 00:01:04,780
Kosten per run:

13
00:01:04,830 --> 00:01:10,568
ongeveer twee cent voor de transcriptie, minder dan een cent voor het verslag.

14
00:01:11,368 --> 00:01:15,721
Studio, Create, Create from Blank, Workflow.

15
00:01:15,771 --> 00:01:16,222
Naam:

16
00:01:16,272 --> 00:01:17,923
Transcriptietool.

17
00:01:17,973 --> 00:01:19,424
Klik op Create.

18
00:01:19,474 --> 00:01:22,927
Zie je Upgrade to create more apps?

19
00:01:22,977 --> 00:01:29,232
Een sandbox-account mag vijf apps hebben, en agents tellen mee.

20
00:01:29,282 --> 00:01:32,584
Verwijder dan eerst een oude app.

21
00:01:33,384 --> 00:01:38,018
Klik op User Input en op het plusje bij Input Field.

22
00:01:38,068 --> 00:01:40,901
Kies bij Field Type Single File.

23
00:01:40,951 --> 00:01:43,153
Het venster wordt langer:

24
00:01:43,203 --> 00:01:45,765
er verschijnen bestandstypen.

25
00:01:45,815 --> 00:01:52,341
Variable Name opname, Label Name Opname van het overleg, mp3, m4a of wav.

26
00:01:52,391 --> 00:01:57,115
Bij Support File Types zet je Image uit en Audio aan.

27
00:01:57,165 --> 00:01:58,737
Upload File Types:

28
00:01:58,787 --> 00:01:59,908
Local Upload.

29
00:01:59,958 --> 00:02:00,538
Let op:

30
00:02:00,588 --> 00:02:02,880
Image staat standaard aan.

31
00:02:02,930 --> 00:02:12,339
Zet hem uit, anders kan iemand straks een foto uploaden en loopt de workflow vast op de transcriptiestap.

32
00:02:12,389 --> 00:02:13,560
Klik op Save.

33
00:02:14,360 --> 00:02:16,358
Nu de nieuwe bouwsteen.

34
00:02:16,408 --> 00:02:23,305
Klik onder Next Step op Select Next Step en klik bovenin op het tabblad Tools.

35
00:02:23,355 --> 00:02:25,977
Klik onder All tools op Audio.

36
00:02:26,027 --> 00:02:28,382
Er klappen twee opties uit:

37
00:02:28,432 --> 00:02:31,321
Speech To Text en Text To Speech.

38
00:02:31,371 --> 00:02:33,152
Kies Speech To Text.

39
00:02:33,952 --> 00:02:40,813
Klik bij Audio File op Set variable en kies onder User Input de variabele opname.

40
00:02:40,863 --> 00:02:48,918
Klik bij Model op de keuzelijst; je ziet de spraakmodellen die via je sleutel beschikbaar zijn.

41
00:02:48,968 --> 00:02:51,562
Kies gpt-4o-transcribe-diarize.

42
00:02:51,612 --> 00:02:56,425
Diarize betekent dat het model sprekers uit elkaar houdt.

43
00:02:56,475 --> 00:02:59,632
Wil je goedkoper, kies dan whisper-1.

44
00:03:00,432 --> 00:03:04,212
Select Next Step, en nu onder Nodes de node LLM.

45
00:03:04,262 --> 00:03:05,808
Model op gpt-5-mini.

46
00:03:05,858 --> 00:03:08,122
Plak in System de instructie:

47
00:03:08,172 --> 00:03:18,096
begin je antwoord met de regel VERSLAG, maak een verslag van een overleg op een school op basis van het transcript hieronder.

48
00:03:18,146 --> 00:03:30,065
Het transcript komt van spraakherkenning en kan fouten bevatten in namen en getallen; zet een vraagteken tussen haakjes achter wat je niet zeker weet.

49
00:03:30,115 --> 00:03:31,581
Dan de vijf kopjes:

50
00:03:31,631 --> 00:03:41,396
Overleg, Samenvatting van maximaal vijf zinnen, Besluiten, Actiepunten als tabel met wat, wie en wanneer, en Doorgeschoven.

51
00:03:41,446 --> 00:03:43,949
Laat zijpaden weg, verzin niets.

52
00:03:43,999 --> 00:03:48,098
Typ na Transcript, dubbele punt, een schuine streep.

53
00:03:48,148 --> 00:03:53,205
Bovenaan de lijst staat nu Speech To Text met de variabele text.

54
00:03:53,255 --> 00:03:53,923
Kies die.

55
00:03:53,973 --> 00:03:56,237
Hernoem de node naar Verslag.

56
00:03:56,287 --> 00:04:00,147
Die regel over het vraagteken is geen versiering.

57
00:04:00,197 --> 00:04:09,802
In onze test hoorde de spraakherkenning Karin de ene keer als Karen, en het verslag zette daar netjes een vraagteken bij.

58
00:04:09,852 --> 00:04:14,400
Een mens moet dat nakijken; de tool maakt zichtbaar waar.

59
00:04:15,200 --> 00:04:17,375
Select Next Step, Output.

60
00:04:17,425 --> 00:04:19,421
Twee uitvoervariabelen:

61
00:04:19,471 --> 00:04:26,896
verslag, met als bron Verslag text, en transcript, met als bron Speech To Text text.

62
00:04:26,946 --> 00:04:32,552
Zo krijgt de gebruiker het verslag én het volledige transcript.

63
00:04:33,352 --> 00:04:37,978
Druk op Ctrl 1 en je ziet de hele workflow:

64
00:04:38,028 --> 00:04:42,762
User Input, Speech To Text, Verslag, Output.

65
00:04:42,812 --> 00:04:44,008
Vier nodes.

66
00:04:44,808 --> 00:04:47,977
Klik op Test Run en upload de opname.

67
00:04:48,027 --> 00:04:51,544
Gebruik het bestand met klein in de naam.

68
00:04:51,594 --> 00:04:59,636
Het andere bestand is dezelfde opname op 128 kilobit; die is 2,8 megabyte en dat is te groot.

69
00:04:59,686 --> 00:05:10,338
De tool stuurt audio als tekst naar de aanbieder, wat het bestand twee keer zo groot maakt, en de grens ligt op 5 megabyte.

70
00:05:10,388 --> 00:05:13,035
Je krijgt dan deze foutmelding:

71
00:05:13,085 --> 00:05:14,601
Payload Too Large.

72
00:05:14,651 --> 00:05:15,558
Vuistregel:

73
00:05:15,608 --> 00:05:17,472
3 megabyte per opname.

74
00:05:17,522 --> 00:05:23,910
Een half uur overleg past daar alleen in als je de opname eerst verkleint:

75
00:05:23,960 --> 00:05:26,608
mono, 16 kilohertz, 32 kilobit.

76
00:05:26,658 --> 00:05:33,792
Dat kan met elk audioprogramma of met ffmpeg; de opdracht staat in de handleiding.

77
00:05:34,592 --> 00:05:36,341
Met het kleine bestand:

78
00:05:36,391 --> 00:05:37,124
Start Run.

79
00:05:37,174 --> 00:05:44,840
De transcriptie van drie minuten audio duurt ongeveer een minuut, daarna schrijft de Verslag-node.

80
00:05:45,640 --> 00:05:46,644
Onder Result:

81
00:05:46,694 --> 00:05:49,320
Overleg, Samenvatting, Besluiten.

82
00:05:49,370 --> 00:05:53,617
Controleer met het script dat bij de handleiding zit.

83
00:05:53,667 --> 00:05:54,671
In onze test:

84
00:05:54,721 --> 00:06:07,288
twee besluiten, vijf actiepunten met de juiste eigenaren en data, de leesmethode onder Doorgeschoven met de reden, en het koffieapparaat netjes weggelaten.

85
00:06:08,088 --> 00:06:14,352
Daaronder de actiepuntentabel, Doorgeschoven, en het volledige transcript.

86
00:06:15,152 --> 00:06:19,196
Het model heet diarize, dus sprekers uit elkaar houden.

87
00:06:19,246 --> 00:06:23,513
Om te zien wat dat oplevert, zit er een tweede opname bij:

88
00:06:23,563 --> 00:06:27,682
hetzelfde script met drie verschillende computerstemmen.

89
00:06:27,732 --> 00:06:34,678
Draai de workflow daarmee en kijk in Logs, tabblad Tracing, bij de uitvoer van Speech To Text.

90
00:06:34,728 --> 00:06:36,837
Dat is het eerlijke antwoord:

91
00:06:36,887 --> 00:06:47,407
het model knipt de tekst op sprekerwisselingen, met een regeleinde per stem, maar de tool geeft geen labels door, geen Spreker 1 of Spreker 2.

92
00:06:47,457 --> 00:06:51,278
Wie wat zei, leidt de Verslag-node af uit de inhoud.

93
00:06:51,328 --> 00:06:54,702
Dat lukt hier omdat de opening de namen noemt.

94
00:06:54,752 --> 00:06:59,912
In een overleg zonder zo'n opening worden de actiepunten niet genoemd.

95
00:06:59,962 --> 00:07:10,904
Wil je echte sprekerlabels, dan staat in de handleiding een makkelijke route via de prompt en een precieze via een HTTP Request naar de spraak-API.

96
00:07:11,704 --> 00:07:14,459
Publish, Publish, en Webapp openen.

97
00:07:14,509 --> 00:07:17,906
Upload de kleine opname en klik op Execute.

98
00:07:17,956 --> 00:07:18,467
Let op:

99
00:07:18,517 --> 00:07:23,596
na het uploaden schuift de knop Execute een stukje naar beneden.

100
00:07:23,646 --> 00:07:31,771
In de webapp staat hetzelfde verslag, en rechtsboven bij de tabel een kopieerknop en een downloadknop.

101
00:07:31,821 --> 00:07:37,672
Daarmee zet een collega de actiepunten zo in een mail of een spreadsheet.

102
00:07:38,472 --> 00:07:39,951
De controlelijst:

103
00:07:40,001 --> 00:07:40,940
vier nodes?

104
00:07:40,990 --> 00:07:43,099
Alleen audio als invoer?

105
00:07:43,149 --> 00:07:45,797
Vijf kopjes en het transcript?

106
00:07:45,847 --> 00:07:48,585
Vraagtekens bij onzekere namen?

107
00:07:48,635 --> 00:07:50,294
En werkt de webapp?

108
00:07:50,344 --> 00:07:56,410
Wat je hier bouwt is een werkend prototype om te leren hoe het gaat.

109
00:07:56,460 --> 00:08:06,264
De stap naar echt gebruik, met opnames van echte collega's, is een aparte beslissing met een aparte omgeving.

110
00:08:07,064 --> 00:08:15,145
De handleiding, de testopnames en de beelden staan in de repository; de app staat live op udify punt app.

111
00:08:15,195 --> 00:08:24,515
In de volgende video bouwen we in de Agent Console de Lesmateriaal-check, met een eigen zoektool naar open leermateriaal.

112
00:08:24,565 --> 00:08:25,184
Tot dan.