Impostazione di una trascrizione in streaming

Allega la seguente politica al IAM ruolo che effettua la richiesta. Per ulteriori informazioni, consulta Aggiungere IAM politiche.

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

Per avviare la sessione, invia una richiesta HTTP/2 ad 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

Le operazioni e i parametri aggiuntivi sono elencati nella Documentazione di riferimento API; i parametri comuni a tutte le operazioni API AWS sono elencati nella sezione Parametri comuni.

Amazon Transcribe invia la seguente risposta:

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

Crea un evento audio che contenga i tuoi dati audio. Combina le intestazioni descritte nella seguente tabella con un blocco di byte audio in un messaggio codificato in base agli eventi. Per creare il payload per il messaggio di evento, utilizza un buffer in formato di byte non elaborati.

I dati binari in questo esempio di richiesta sono con codifica base64. In una richiesta reale, i dati sono byte non elaborati.

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

Crea un messaggio audio che contenga i tuoi dati audio.

1. Il frame di dati del messaggio audio contiene le intestazioni di codifica degli eventi che includono la data e la firma correnti per il blocco audio e l'evento audio.

   Lunghezza in byte nome intestazione	Nome intestazione (stringa)	Tipo di valore intestazione	Lunghezza byte stringa valore	Valore
   16	:chunk-signature	6	varia	firma generata
   5	:date	8	8	timestamp

   I dati binari in questa richiesta sono con codifica base64. In una richiesta reale, i dati sono byte non elaborati.

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

2. Costruisci una stringa da firmare, come indicato in Creazione di una stringa da firmare in Signature Version 4. La tua stringa segue questo formato:

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

   • DateTime: la data e l'ora di creazione della firma. Il formato è YYYYMMDDTHHMMSSZ, dove YYYY=anno, MM=mese, DD=giorno, HH=ora, MM=minuto, SS=secondi e “T” e “Z” sono caratteri fissi. Per ulteriori informazioni, consulta Gestione delle date in Signature Version 4.

   • Keypath: l'ambito della firma nel formato date/region/service/aws4_request. Ad esempio 20220127/us-west-2/transcribe/aws4_request.

   • Hex: una funzione che codifica l’input in una rappresentazione esadecimale.

   • priorSignature: la firma per il frame precedente. Per il primo frame di dati, utilizza la firma del frame di intestazione.

   • HexHash: Una funzione che prima crea un hash SHA-256 del relativo input e quindi utilizza la funzione Hex per codificare l'hash.

   • nonSignatureHeaders: L' DateTime intestazione codificata come stringa.

   • payload: il buffer di byte contenente i dati degli eventi audio.

3. Ricava una chiave di firma dalla chiave di accesso AWS segreta e usala per firmare il. stringToSign La chiave derivata è specifica per la data, il servizio e la Regione AWS per un maggior livello di protezione. Per ulteriori informazioni, consulta Calcolo della firma per Signature Version 4 AWS.

   Assicurati di implementare la funzioneGetSignatureKey per ricavare la tua chiave di firma. Se non hai ancora ricavato una chiave di firma, consulta Esempi su come ricavare una chiave di firma per Signature Version 4.

   String signature = HMACSHA256(derivedSigningKey, stringToSign);

   • HMACSHA256: una funzione che crea una firma utilizzando la funzione hash SHA-256.

   • derivedSigningKey: la chiave di firma Signature Version 4.

   • stringToSign: La stringa che hai calcolato per il frame di dati.

   Dopo avere calcolato la firma per il frame di dati, crei un buffer di byte contenente la data, la firma e il payload degli eventi audio. Invia l'array di byte ad Amazon Transcribe per la trascrizione.

Per indicare che il flusso audio è completo, invia un frame finale (un frame di dati vuoto) che contiene solo la data e la firma. Puoi creare il frame finale allo stesso modo in cui crei il frame di dati.

Amazon Transcribe risponde con un flusso di eventi di trascrizione, inviati all'applicazione. La risposta è un flusso di eventi codificati. Esso contiene l'introduzione standard e le intestazioni seguenti:

Gli eventi vengono inviati in formato di byte non elaborati. In questo esempio, i byte sono con codifica base64.

AAAAUwAAAEP1RHpYBTpkYXRlCAAAAWiXUkMLEDpjaHVuay1zaWduYXR1cmUGACCt6Zy+uymwEK2SrLp/zVBI
5eGn83jdBwCaRUBJA+eaDafqjqI=

Per vedere i risultati di trascrizione, decodifica i byte non elaborati utilizzando la codifica del flusso di eventi.

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

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

Per terminare il flusso, invia un evento audio vuoto ad Amazon Transcribe. Crea l'evento audio esattamente come qualsiasi altro evento, salvo con un payload vuoto. Firma l'evento e includi la firma nell'intestazione :chunk-signature, come segue:

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

Allega la seguente politica al IAM ruolo che effettua la richiesta. Per ulteriori informazioni, consulta Aggiungere IAM politiche.

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

Per avviare la sessione, crea un URL predefinito nel seguente formato. Le interruzioni di riga sono state aggiunte per la leggibilità.

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

Le operazioni e i parametri aggiuntivi sono elencati nella Documentazione di riferimento API; i parametri comuni a tutte le operazioni API AWS sono elencati nella sezione Parametri comuni.

Per creare l'URL per la richiesta e creare la firma di Signature Version 4, utilizzare la procedura seguente. Gli esempi sono in pseudocodice.

1. Creare una richiesta canonica. Una richiesta canonica è una stringa che include informazioni dalla richiesta in un formato standardizzato. In questo modo, quando AWS riceve la richiesta, può calcolare la stessa firma che hai creato per il tuo URL. Per ulteriori informazioni, consulta Creazione di una richiesta canonica per 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. Creare un URI canonico, che è la parte dell'URI tra il dominio e la stringa di query.

   canonical_uri = "/stream-transcription-websocket"

3. Crea le intestazioni canoniche e le intestazioni firmate. Notare la \n in coda nelle intestazioni canoniche.

   • Aggiungi il nome dell'intestazione in caratteri minuscoli seguito da due punti ( : ).

   • Aggiungi un elenco separato da virgole di valori per l'intestazione. Non ordinare i valori nelle intestazioni che presentano più valori.

   • Aggiungi una nuova riga (\n).

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

4. Eseguire la corrispondenza dell'algoritmo con l'algoritmo hash. Utilizza SHA-256.

   algorithm = "AWS4-HMAC-SHA256"

5. Creare l'ambito delle credenziali che definisce gli ambiti della chiave derivata per la data, la Regione AWS e i servizi. Ad esempio 20220127/us-west-2/transcribe/aws4_request.

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

6. Creare la stringa di query canonica. I valori della stringa di query devono essere codificati in base all'URI e ordinati in base al nome.

   • Organizza i nomi dei parametri per punto di codice carattere in ordine crescente. I parametri con nomi duplicati devono essere ordinati in base al valore. Ad esempio, un nome di parametro che inizia con la lettera maiuscola F precede un nome di parametro che inizia con la lettera minuscola b.

   • Non codificare i caratteri non riservati definiti da RFC 3986: A-Z, a-z, 0-9, trattino ( - ), trattino basso ( _ ), punto ( . ), e tilde ( ~ ).

   • Codifica tutti gli altri caratteri con codifica percentuale con %XY, dove X e Y sono caratteri esadecimali (0-9 e A-F maiuscole). Ad esempio, i caratteri di spaziatura devono essere codificati come %20 (non includere “+”, come in alcuni schemi di codifica); i caratteri UTF-8 estesi devono essere nel formato %XY%ZA%BC.

   • Esegui la doppia codifica di qualsiasi carattere uguale (=) nei valori dei parametri.

   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. Creare un hash di payload. Per una richiesta GET, il payload è una stringa vuota.

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

8. Combina i successivi elementi per creare la richiesta canonica.

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

Crea la stringa per la firma che contiene le meta informazioni che interessano la richiesta. È possibile utilizzare la stringa per firmare il passaggio successivo quando si calcola la firma della richiesta. Per ulteriori informazioni, consulta Creazione di una stringa di firma per Signature Version 4.

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

Calcola la firma. Per fare ciò, ricava una chiave di firma dalla tua chiave di accesso AWS segreta. La chiave derivata è specifica per la data, il servizio e la Regione AWS per un maggior livello di protezione. Utilizza la chiave derivata per firmare la richiesta. Per ulteriori informazioni, consulta Calcolare la firma per la versione 4 AWS della firma.

Assicurati di implementare la funzioneGetSignatureKey per ricavare la tua chiave di firma. Se non hai ancora ricavato una chiave di firma, consulta Esempi su come ricavare una chiave di firma per 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 funzione HMAC(key, data) rappresenta una SHA256 funzione HMAC- che restituisce risultati in formato binario.

Aggiungi le informazioni sulla firma per la richiesta e creazione della richiesta URL.

Dopo aver calcolato la firma, aggiungerla alla stringa di query. Per ulteriori informazioni, consulta Aggiungi la firma alla richiesta.

Per prima cosa, aggiungi le informazioni di autenticazione alla stringa di query.

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

Creare l'URL per la richiesta.

request_url = endpoint + canonical_uri + "?" + canonical_querystring

Utilizza l'URL della richiesta con la tua WebSocket libreria a cui effettuare la richiesta a Amazon Transcribe.

La richiesta Amazon Transcribe deve includere le seguenti intestazioni. In genere queste intestazioni sono gestite dalla libreria WebSocket client.

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

Quando Amazon Transcribe riceve la WebSocket richiesta, risponde con una risposta di WebSocket aggiornamento. In genere la WebSocket libreria gestisce questa risposta e imposta un socket per le comunicazioni con Amazon Transcribe.

Di seguito è riportata la risposta di Amazon Transcribe. Le interruzioni di riga sono state aggiunte per la leggibilità.

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

Effettua la tua richiesta di WebSocket streaming.

Dopo aver stabilito la WebSocket connessione, il client può iniziare a inviare una sequenza di frame audio, ciascuno codificato utilizzando la codifica del flusso di eventi.

Ogni frame di dati contiene tre intestazioni combinate con un blocco di byte audio non elaborati; la tabella successiva indica queste intestazioni.

Per terminare il flusso di dati, inviare un blocco audio in un messaggio codificato in base al flusso eventi.

La risposta contiene byte grezzi codificati in base al flusso eventi nel payload. Esso contiene l'introduzione standard e le intestazioni seguenti:

Quando si decodifica la risposta binaria, si ottiene una struttura JSON contenente i risultati della trascrizione.