Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Amazon Transcribe acquisisce dati audio, come file multimediale in un Amazon S3 bucket o in un flusso multimediale, e li converte in dati di testo.
Se stai trascrivendo file multimediali archiviati in un Amazon S3 bucket, stai eseguendo trascrizioni in batch. Se stai trascrivendo dei flussi audio multimediali, stai eseguendo una trascrizione in streaming. Questi due processi hanno regole e requisiti diversi.
Se non è necessario elaborare contemporaneamente tutti i processi di trascrizione, con le trascrizioni in batch puoi utilizzare Accodamento dei processi. Ciò consente di Amazon Transcribe tenere traccia dei lavori di trascrizione ed elaborarli quando sono disponibili degli slot.
Nota
Amazon Transcribe può archiviare temporaneamente i tuoi contenuti per migliorare continuamente la qualità dei suoi modelli di analisi. Per ulteriori informazioni, consulta Domande frequenti su Amazon Transcribe
Formati multimediali
I tipi di file multimediali supportati differiscono tra le trascrizioni in batch e le trascrizioni in streaming, sebbene i formati senza perdita di dati siano consigliati per entrambe. Per i dettagli, consulta la seguente tabella:
Archiviazione |
Streaming |
|
|---|---|---|
Formati supportati |
|
|
Formati consigliati |
|
|
Per risultati ottimali, utilizza un formato senza perdita di dati, come FLAC o WAV con la codifica PCM a 16 bit.
Nota
Le trascrizioni in streaming non sono supportate in tutte le lingue. Per i dettagli, consulta la colonna “Input di dati” nella tabella delle lingue supportate.
Canali audio
Amazon Transcribe supporta contenuti multimediali a canale singolo e doppio. I contenuti multimediali con più di due canali non sono attualmente supportati.
Se l'audio contiene più parlanti su un canale e desideri suddividere ed etichettare ciascun parlante nell'output di trascrizione, puoi utilizzare il partizionamento dei parlanti (diarizzazione).
Se l'audio contiene dialoghi su due canali separati, puoi utilizzare l'identificazione dei canali per trascrivere ogni canale separatamente all'interno della trascrizione.
Entrambe queste opzioni producono un unico file di trascrizione.
Nota
Se non abiliti la suddivisione dei parlanti o l’identificazione dei canali, il testo della trascrizione viene fornito come un'unica sezione continua.
Frequenza di campionamento
Con i lavori di trascrizione in batch, puoi scegliere di fornire una frequenza di campionamento, sebbene questo parametro sia facoltativo. Se lo includi nella richiesta, assicurati che il valore fornito corrisponda alla frequenza di campionamento effettiva dell'audio. Se fornisci una frequenza di campionamento che non corrisponde all'audio, il tuo lavoro potrebbe fallire.
Con le trascrizioni in streaming, devi includere una frequenza di campionamento nella richiesta. Come per i processi di trascrizione in batch, assicurati che il valore fornito corrisponda alla frequenza di campionamento effettiva dell'audio.
Le frequenze di campionamento per l'audio a bassa fedeltà, come le registrazioni telefoniche, in genere utilizzano 8.000 Hz. Per l'audio ad alta fedeltà, Amazon Transcribe supporta valori compresi tra 16.000 Hz e 48.000 Hz.
Output
L'output di trascrizione è in formato JSON. La prima parte della trascrizione contiene la trascrizione stessa in forma di paragrafo, seguita da dati aggiuntivi per ogni parola e segno di punteggiatura. I dati forniti dipendono dalle funzionalità incluse nella richiesta. La trascrizione contiene almeno l'ora di inizio, l'ora di fine e il punteggio di affidabilità per ogni parola. La sezione seguente mostra un esempio di output di una richiesta di trascrizione di base che non includeva opzioni o funzionalità aggiuntive.
Tutte le trascrizioni in batch vengono archiviate in bucket. Amazon S3 Puoi scegliere di salvare la trascrizione nel tuo Amazon S3 bucket o Amazon Transcribe utilizzare un bucket predefinito sicuro. Per ulteriori informazioni sulla creazione e l'utilizzo dei bucket Amazon S3 , consulta Utilizzo dei bucket.
Se desideri che la trascrizione venga archiviata in un Amazon S3 bucket di tua proprietà, specifica l'URI del bucket nella richiesta di trascrizione. Assicurati di concedere le autorizzazioni di Amazon Transcribe scrittura per questo bucket prima di iniziare il processo di trascrizione in batch. Se specifichi il tuo bucket, la trascrizione rimane in quel bucket finché non la rimuovi.
Se non specifichi un Amazon S3 bucket, Amazon Transcribe utilizza un bucket sicuro gestito dai servizi e ti fornisce un URI temporaneo da utilizzare per scaricare la trascrizione. Tieni presente che i dati temporanei URIs sono validi per 15 minuti. Se ricevi un errore AccessDenied quando usi l'URI fornito, fai una richiesta GetTranscriptionJob per ottenere un nuovo URI temporaneo per la tua trascrizione.
Se opti per un bucket predefinito, la trascrizione viene eliminata alla scadenza del processo (90 giorni). Se desideri conservare la trascrizione oltre questa data di scadenza, devi scaricarla.
Le trascrizioni in streaming vengono restituite tramite lo stesso metodo che utilizzi per il flusso.
Suggerimento
Se vuoi convertire il tuo output JSON in una turn-by-turn trascrizione in formato Word, guarda questo GitHub esempio (per Python3
Output di esempio
Le trascrizioni forniscono una trascrizione completa in forma di paragrafo, seguita da una word-for-word suddivisione, che fornisce i dati per ogni parola e segno di punteggiatura. Ciò include l'ora di inizio, l'ora di fine, un punteggio di affidabilità e un tipo (pronunciation o punctuation).
L'esempio seguente è tratto da un semplice processo di trascrizione in batch che non includeva funzionalità aggiuntive. Con ogni funzionalità aggiuntiva applicata alla richiesta di trascrizione, si ottengono dati aggiuntivi nel file di output della trascrizione.
Le trascrizioni batch di base contengono due sezioni principali:
-
transcripts: contiene l'intera trascrizione in un blocco di testo. -
items: contiene informazioni su ogni parola e segno di punteggiatura della sezionetranscripts. -
audio_segments: Un segmento audio è una parte specifica di una registrazione audio che contiene un linguaggio parlato ininterrotto, con pause o interruzioni minime. Questo segmento cattura un flusso vocale naturale e viene registratoaudio_segmentscon un'ora di inizio e un'ora di fine. L'itemselemento all'interno di un segmento audio è una sequenza di identificatori che corrispondono a ciascun elemento all'interno del segmento.
Ogni funzionalità aggiuntiva inclusa nella richiesta di trascrizione produce informazioni aggiuntive nella trascrizione.
{
"jobName": "my-first-transcription-job",
"accountId": "111122223333",
"results": {
"transcripts": [
{
"transcript": "Welcome to Amazon Transcribe."
}
],
"items": [
{
"id": 0,
"start_time": "0.64",
"end_time": "1.09",
"alternatives": [
{
"confidence": "1.0",
"content": "Welcome"
}
],
"type": "pronunciation"
},
{
"id": 1,
"start_time": "1.09",
"end_time": "1.21",
"alternatives": [
{
"confidence": "1.0",
"content": "to"
}
],
"type": "pronunciation"
},
{
"id": 2,
"start_time": "1.21",
"end_time": "1.74",
"alternatives": [
{
"confidence": "1.0",
"content": "Amazon"
}
],
"type": "pronunciation"
},
{
"id": 3,
"start_time": "1.74",
"end_time": "2.56",
"alternatives": [
{
"confidence": "1.0",
"content": "Transcribe"
}
],
"type": "pronunciation"
},
{
"id": 4,
"alternatives": [
{
"confidence": "0.0",
"content": "."
}
],
"type": "punctuation"
}
],
"audio_segments": [
{
"id": 0,
"transcript": "Welcome to Amazon Transcribe.",
"start_time": "0.64",
"end_time": "2.56",
"items": [
0,
1,
2,
3,
4
]
}
]
},
"status": "COMPLETED"
}