Configuration d’une transcription en streaming

Associez la politique suivante au IAM rôle qui fait la demande. Voir Ajouter IAM des politiques pour plus d'informations.

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "my-transcribe-http2-policy",
            "Effect": "Allow",
            "Action": "transcribe:StartStreamTranscription",
            "Resource": "*"
        }
    ]
}

Pour démarrer la session, envoyez une demande HTTP /2 à Amazon Transcribe.

POST /stream-transcription HTTP/2
host: transcribestreaming.us-west-2.amazonaws.com
X-Amz-Target: com.amazonaws.transcribe.Transcribe.StartStreamTranscription
Content-Type: application/vnd.amazon.eventstream
X-Amz-Content-Sha256: string
X-Amz-Date: YYYYMMDDTHHMMSSZ
Authorization: AWS4-HMAC-SHA256 Credential=access-key/YYYYMMDD/us-west-2/transcribe/aws4_request, SignedHeaders=content-type;host;x-amz-content-sha256;x-amz-date;x-amz-target;x-amz-security-token, Signature=string
x-amzn-transcribe-language-code: en-US
x-amzn-transcribe-media-encoding: flac
x-amzn-transcribe-sample-rate: 16000
transfer-encoding: chunked

Les opérations et paramètres supplémentaires sont répertoriés dans la APIréférence ; les paramètres communs à toutes les AWS API opérations sont répertoriés dans la section Paramètres communs.

Amazon Transcribe envoie la réponse suivante :

HTTP/2.0 200
x-amzn-transcribe-language-code: en-US
x-amzn-transcribe-media-encoding: flac
x-amzn-transcribe-sample-rate: 16000
x-amzn-request-id: 8a08df7d-5998-48bf-a303-484355b4ab4e
x-amzn-transcribe-session-id: b4526fcf-5eee-4361-8192-d1cb9e9d6887
content-type: application/json

Créez un événement audio contenant vos données audio. Combinez les en-têtes décrits dans le tableau suivant avec une partie des octets audio dans un message encodé en événement. Pour créer la charge utile du message d’événement, utilisez une mémoire tampon en octet brut.

Les données binaires de cet exemple de demande sont encodées en base64. Dans une requête réelle, les données sont des octets bruts.

:content-type: "application/vnd.amazon.eventstream"
:event-type: "AudioEvent"
:message-type: "event"
UklGRjzxPQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAAZGF0YVTwPQAAAAAAAAAAAAAAAAD//wIA/f8EAA==

Créez un message audio contenant vos données audio.

1. L’image de données de votre message audio contient des en-têtes encodés en événement comprenant la date actuelle et une signature pour la partie audio et l’événement audio.

   Longueur en octets du nom de l’en-tête	Nom de l’en-tête (chaîne)	Type de valeur de l’en-tête	Longueur en octets de la chaîne de valeur	Valeur
   16	:chunk-signature	6	varie	signature générée
   5	:date	8	8	timestamp

   Les données binaires de cette demande sont encodées en base64. Dans une requête réelle, les données sont des octets bruts.

   :date: 2019-01-29T01:56:17.291Z
   :chunk-signature: signature
   
   AAAA0gAAAIKVoRFcTTcjb250ZW50LXR5cGUHABhhcHBsaWNhdGlvbi9vY3RldC1zdHJlYW0LOmV2ZW50LXR5
   cGUHAApBdWRpb0V2ZW50DTptZXNzYWdlLXR5cGUHAAVldmVudAxDb256ZW50LVR5cGUHABphcHBsaWNhdGlv
   bi94LWFtei1qc29uLTEuMVJJRkY88T0AV0FWRWZtdCAQAAAAAQABAIA+AAAAfQAAAgAQAGRhdGFU8D0AAAAA
   AAAAAAAAAAAA//8CAP3/BAC7QLFf

2. Créez une chaîne à signer, comme indiqué à la section Créer une chaîne à signer pour Signature Version 4. Votre chaîne suit le format suivant :

   String stringToSign =
   "AWS4-HMAC-SHA256" +
   "\n" +
   DateTime +
   "\n" +
   Keypath +
   "\n" +
   Hex(priorSignature) +
   "\n" +
   HexHash(nonSignatureHeaders) +
   "\n" +
   HexHash(payload);

   • DateTime: date et heure de création de la signature. Le format est YYYYMMDDTHHMMSSZ le suivant : où YYYY =année, MM=mois, DD=jour, HH=heure, MM=minute, SS=secondes, et « T » et « Z » sont des caractères fixes. Pour plus d’informations, consultez la section Gestion des dates dans Signature Version 4.

   • Keypath : portée de la signature au format date/region/service/aws4_request. Par exemple, 20220127/us-west-2/transcribe/aws4_request.

   • Hex : fonction qui encode l’entrée sous forme de représentation hexadécimale.

   • priorSignature: signature du cadre précédent. Pour la première image de données, utilisez la signature de l’image d’en-tête.

   • HexHash: fonction qui crée d'abord un hachage SHA -256 de son entrée, puis utilise la fonction Hex pour coder le hachage.

   • nonSignatureHeaders: L' DateTime en-tête est codé sous forme de chaîne.

   • payload : mémoire tampon en octets contenant les données d’événement audio.

3. Dérivez une clé de signature de votre clé d'accès AWS secrète et utilisez-la pour signer lestringToSign. La clé dérivée est spécifique à la date, au service et à la Région AWS, pour un niveau de protection plus élevé. Pour plus d’informations, consultez la section Calculer la signature pour Signature Version 4 AWS.

   Assurez-vous de mettre en œuvre la fonction GetSignatureKey pour dériver votre clé de signature. Si vous n’avez pas encore dérivé de clé de signature, reportez-vous à la section Exemples de dérivation d’une clé de signature pour Signature Version 4.

   String signature = HMACSHA256(derivedSigningKey, stringToSign);

   • HMACSHA256: fonction qui crée une signature à l'aide de la fonction de hachage SHA -256.

   • derivedSigningKey: la clé de signature Signature version 4.

   • stringToSign: chaîne que vous avez calculée pour le bloc de données.

   Une fois que vous avez calculé la signature pour l’image de données, construisez une mémoire tampon en octets contenant la date, la signature et la charge utile de l’événement audio. Envoyez le tableau en octets à Amazon Transcribe pour la transcription.

Pour indiquer que le flux audio est complet, envoyez une image de fin (une image de données vide) ne contenant que la date et une signature. L’image de fin se construit de la même façon qu’une image de données.

Amazon Transcribe répond par un flux d'événements de transcription, envoyé à votre application. Cette réponse est encodée en flux d’événements. Elle contient le préambule standard et les en-têtes suivants :

Les événements sont envoyés en octet brut. Dans cet exemple, les octets sont encodés en base64.

AAAAUwAAAEP1RHpYBTpkYXRlCAAAAWiXUkMLEDpjaHVuay1zaWduYXR1cmUGACCt6Zy+uymwEK2SrLp/zVBI
5eGn83jdBwCaRUBJA+eaDafqjqI=

Pour voir les résultats de la transcription, décodez les octets bruts à l’aide de l’encodage de flux d’événements :

:content-type: "application/vnd.amazon.eventstream"
:event-type: "TranscriptEvent"
:message-type: "event"

{
    "Transcript":
        {
            "Results":
                [
                    results
                ]
        }
}

Pour mettre fin à votre flux, envoyez un événement audio vide à Amazon Transcribe. Créez l’événement audio comme n’importe quel événement, mais avec une charge utile vide. Signez l’événement et incluez la signature dans l’en-tête :chunk-signature, comme suit :

:date: 2019-01-29T01:56:17.291Z
:chunk-signature: signature

Associez la politique suivante au IAM rôle qui fait la demande. Voir Ajouter IAM des politiques pour plus d'informations.

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "my-transcribe-websocket-policy",
            "Effect": "Allow",
            "Action": "transcribe:StartStreamTranscriptionWebSocket",
            "Resource": "*"
        }
    ]
}

Pour démarrer la session, créez un présigné URL au format suivant. Les sauts de ligne ont été ajoutés pour faciliter la lecture.

GET wss://transcribestreaming.us-west-2.amazonaws.com:8443/stream-transcription-websocket?
&X-Amz-Algorithm=AWS4-HMAC-SHA256
&X-Amz-Credential=access-key%2FYYYYMMDD%2Fus-west-2%2Ftranscribe%2Faws4_request
&X-Amz-Date=YYYYMMDDTHHMMSSZ
&X-Amz-Expires=300
&X-Amz-Security-Token=security-token
&X-Amz-Signature=string
&X-Amz-SignedHeaders=content-type%3Bhost%3Bx-amz-date
&language-code=en-US
&media-encoding=flac
&sample-rate=16000

Les opérations et paramètres supplémentaires sont répertoriés dans la APIréférence ; les paramètres communs à toutes les AWS API opérations sont répertoriés dans la section Paramètres communs.

Pour créer la signature URL adaptée à votre demande et créer la signature de la version 4 de la signature, reportez-vous aux étapes suivantes. Les exemples sont en pseudo-code.

1. Créez une demande canonique. Une demande canonique est une chaîne qui inclut des informations de votre demande dans un format normalisé. Cela garantit que lors de la AWS réception de la demande, elle peut calculer la même signature que celle que vous avez créée pour votreURL. Pour plus d’informations, consultez la section Créer une demande canonique pour Signature Version 4.

   # HTTP verb
   method = "GET"
   # Service name
   service = "transcribe"
   # Region
   region = "us-west-2"
   # Amazon Transcribe streaming endpoint
   endpoint = "wss://transcribestreaming.us-west-2.amazonaws.com:8443"
   # Host
   host = "transcribestreaming.us-west-2.amazonaws.com:8443"
   # Date and time of request
   amz-date = YYYYMMDDTHHMMSSZ
   # Date without time for credential scope
   datestamp = YYYYMMDD

2. Créez un canoniqueURI, qui est la partie située URI entre le domaine et la chaîne de requête.

   canonical_uri = "/stream-transcription-websocket"

3. Créez les en-têtes canoniques et les en-têtes signés. Notez la barre oblique \n dans les en-têtes canoniques.

   • Ajoutez le nom d’en-tête en minuscules suivi du signe deux points (:).

   • Ajoutez une liste de valeurs séparées par des virgules pour cet en-tête. Ne triez pas les valeurs dans les en-têtes ayant plusieurs valeurs.

   • Ajoutez une nouvelle ligne (\n).

   canonical_headers = "host:" + host + "\n"
   signed_headers = "host"

4. Associez l’algorithme à l’algorithme de hachage. Utilisez SHA-256.

   algorithm = "AWS4-HMAC-SHA256"

5. Créez la portée des informations d’identification qui déterminera la clé dérivée de la date, de la Région AWS et du service. Par exemple, 20220127/us-west-2/transcribe/aws4_request.

   credential_scope = datestamp + "/" + region + "/" + service + "/" + "aws4_request"

6. Créez la chaîne de requête canonique. Les valeurs des chaînes de requête doivent être URI codées et triées par nom.

   • Triez les noms de paramètre selon le point de code de caractère dans l’ordre croissant. Les paramètres avec des noms en double doivent être triés par valeur. Par exemple, un nom de paramètre qui commence par la lettre majuscule F précède un nom de paramètre qui commence par la lettre minuscule b.

   • Ne URI codez aucun des caractères non réservés définis par RFC 3986 : A-Z, a-z, 0-9, tiret (-), trait de soulignement (_), point (.) et tilde (~).

   • Encodez de pourcentage tous les autres caractères avec %XY, où X et Y représentent les caractères hexadécimaux (0 à 9 et les lettres majuscules A à F). Par exemple, le caractère d'espace doit être codé sous la forme %20 (ne pas inclure « + », comme le font certains schémas de codage) ; les caractères étendus de UTF -8 doivent être au format %XY%ZA%BC.

   • Encodez deux fois tous les caractères égaux à (=) dans les valeurs de paramètre.

   canonical_querystring  = "X-Amz-Algorithm=" + algorithm
   canonical_querystring += "&X-Amz-Credential="+ URI-encode(access key + "/" + credential_scope)
   canonical_querystring += "&X-Amz-Date=" + amz_date 
   canonical_querystring += "&X-Amz-Expires=300"
   canonical_querystring += "&X-Amz-Security-Token=" + token
   canonical_querystring += "&X-Amz-SignedHeaders=" + signed_headers
   canonical_querystring += "&language-code=en-US&media-encoding=flac&sample-rate=16000"

7. Créez un hachage de la charge utile. Pour une demande GET, la charge utile est une chaîne vide.

   payload_hash = HashSHA256(("").Encode("utf-8")).HexDigest()

8. Combinez les éléments suivants pour créer la demande canonique.

   canonical_request = method + '\n' 
      + canonical_uri + '\n' 
      + canonical_querystring + '\n' 
      + canonical_headers + '\n' 
      + signed_headers + '\n' 
      + payload_hash

Créez la chaîne à signer qui contient les informations des métadonnées sur votre demande. Vous utilisez la chaîne à signer dans l’étape suivante lorsque vous calculez la signature de la demande. Pour plus d’informations, consultez la section Créer une chaîne à signer pour Signature Version 4.

string_to_sign=algorithm + "\n"
   + amz_date + "\n"
   + credential_scope + "\n"
   + HashSHA256(canonical_request.Encode("utf-8")).HexDigest()

Calculez la signature. Pour ce faire, dérivez une clé de signature de votre clé d'accès AWS secrète. La clé dérivée est spécifique à la date, au service et à la Région AWS, pour un niveau de protection plus élevé. Utilisez cette clé dérivée pour signer la demande. Pour plus d'informations, voir Calculer la signature pour la version 4 de la AWS signature.

Assurez-vous de mettre en œuvre la fonction GetSignatureKey pour dériver votre clé de signature. Si vous n’avez pas encore dérivé de clé de signature, reportez-vous à la section Exemples de dérivation d’une clé de signature pour Signature Version 4.

#Create the signing key
signing_key = GetSignatureKey(secret_key, datestamp, region, service)
                
# Sign the string_to_sign using the signing key
signature = HMAC.new(signing_key, (string_to_sign).Encode("utf-8"), Sha256()).HexDigest

La fonction HMAC(key, data) représente une SHA256 fonction HMAC - qui renvoie les résultats au format binaire.

Ajoutez les informations de signature à la demande et créez la demandeURL.

Une fois que vous avez calculé la signature, vous l’ajoutez à la chaîne de requête. Pour plus d’informations, consultez la section Ajout de la signature à la demande.

Commencez par ajouter les informations d’authentification à la chaîne de requête.

canonical_querystring += "&X-Amz-Signature=" + signature

Ensuite, créez le URL pour la demande.

request_url = endpoint + canonical_uri + "?" + canonical_querystring

Utilisez la demande URL auprès de votre WebSocket bibliothèque pour faire la demande à Amazon Transcribe.

La demande Amazon Transcribe doit inclure les en-têtes suivants. Ces en-têtes sont généralement gérés par votre bibliothèque WebSocket cliente.

Host: transcribestreaming.us-west-2.amazonaws.com:8443
Connection: Upgrade
Upgrade: websocket
Origin: URI-of-WebSocket-client
Sec-WebSocket-Version: 13
Sec-WebSocket-Key: randomly-generated-string

Lorsqu'il Amazon Transcribe reçoit votre WebSocket demande, il répond par une réponse de WebSocket mise à niveau. En général, votre WebSocket bibliothèque gère cette réponse et met en place un socket pour les communications avec Amazon Transcribe.

Voici la réponse de Amazon Transcribe. Les sauts de ligne ont été ajoutés pour faciliter la lecture.

HTTP/1.1 101 WebSocket Protocol Handshake

Connection: upgrade
Upgrade: websocket
websocket-origin: wss://transcribestreaming.us-west-2.amazonaws.com:8443
websocket-location: transcribestreaming.us-west-2.amazonaws.com:8443/stream-transcription-websocket?
&X-Amz-Algorithm=AWS4-HMAC-SHA256
&X-Amz-Credential=AKIAIOSFODNN7EXAMPLE%2F20220208%2Fus-west-2%2Ftranscribe%2Faws4_request
&X-Amz-Date=20220208T235959Z
&X-Amz-Expires=300
&X-Amz-Signature=Signature Version 4 signature
&X-Amz-SignedHeaders=host
&language-code=en-US
&session-id=String
&media-encoding=flac
&sample-rate=16000
x-amzn-RequestId: RequestId
Strict-Transport-Security: max-age=31536000
sec-websocket-accept: hash-of-the-Sec-WebSocket-Key-header

Faites votre demande de WebSocket streaming.

Une fois la WebSocket connexion établie, le client peut commencer à envoyer une séquence de trames audio, chacune étant codée à l'aide du codage du flux d'événements.

Chaque trame de données contient trois en-têtes de données combinés à un fragment d’octets audio bruts. Le tableau suivant décrit ces en-têtes.

Pour mettre fin au flux de données, envoyez un fragment audio vide dans un message codé de flux d’événement.

La réponse contient des octets bruts codés de flux d’événement dans la charge utile. Elle contient le préambule standard et les en-têtes suivants :

Lorsque vous décodez la réponse binaire, vous obtenez une JSON structure contenant les résultats de la transcription.