Configurar uma transcrição de streaming

Anexe a política a seguir à IAM função que faz a solicitação. Consulte Adicionar IAM políticas para obter mais informações.

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

Para iniciar a sessão, envie uma solicitação HTTP /2 para o. 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

Operações e parâmetros adicionais estão listados na APIReferência; os parâmetros comuns a todas as AWS API operações estão listados na seção Parâmetros comuns.

Amazon Transcribe envia a seguinte resposta:

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

Crie um evento de áudio que contenha os dados de áudio. Combine os cabeçalhos descritos na tabela a seguir com um bloco de bytes de áudio em uma mensagem codificada por evento. Para criar a carga para a mensagem do evento, use um buffer no formato de byte bruto.

Os dados binários nessa solicitação de exemplo são codificados em base64. Em uma solicitação real, os dados são bytes brutos.

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

Crie uma mensagem de áudio que contenha seus dados de áudio.

1. O quadro de dados da mensagem de áudio contém cabeçalhos de codificação de eventos que incluem a data atual e uma assinatura para o bloco de áudio e o evento de áudio.

   Comprimento em bytes do nome do cabeçalho	Nome do cabeçalho (string)	Tipo de valor de cabeçalho	Comprimento em bytes da string do valor	Valor
   16	:chunk-signature	6	varia	assinatura gerada
   5	:date	8	8	timestamp

   Os dados binários nessa solicitação são codificados em base64. Em uma solicitação real, os dados são bytes brutos.

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

2. Construa uma string para assinar, conforme descrito em Criar uma string para assinar para o for Signature Version 4. A string segue este formato:

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

   • DateTime: a data e a hora em que a assinatura foi criada. O formato éYYYYMMDDTHHMMSSZ, onde YYYY =ano, MM=mês, DD=dia, HH=hora, MM=minuto, SS=segundos e 'T' e 'Z' são caracteres fixos. Para obter mais informações, consulte Handling Dates in Signature Version 4.

   • Keypath: o escopo da assinatura no formato date/region/service/aws4_request. Por exemplo, 20220127/us-west-2/transcribe/aws4_request.

   • Hex: uma função que codifica a entrada em uma representação hexadecimal.

   • priorSignature: A assinatura do quadro anterior. Para o primeiro quadro de dados, use a assinatura do quadro do cabeçalho.

   • HexHash: uma função que primeiro cria um hash SHA -256 de sua entrada e depois usa a função hexadecimal para codificar o hash.

   • nonSignatureHeaders: o DateTime cabeçalho codificado como uma string.

   • payload: o buffer de bytes que contém os dados do evento de áudio.

3. Derive uma chave de assinatura da sua chave de acesso AWS secreta e use-a para assinar o. stringToSign Para aumentar o nível de proteção, a chave derivada é específica para a data, o serviço e a Região da AWS. Para obter mais informações, consulte Calcular a assinatura para o AWS Signature Version 4.

   Implemente a função GetSignatureKey para derivar sua chave de assinatura. Se você ainda não derivou uma chave de assinatura, consulte exemplos sobre como derivar uma chave de assinatura para o Signature Version 4.

   String signature = HMACSHA256(derivedSigningKey, stringToSign);

   • HMACSHA256: uma função que cria uma assinatura usando a função de hash SHA -256.

   • derivedSigningKey: A chave de assinatura Signature Version 4.

   • stringToSign: a string que você calculou para o quadro de dados.

   Depois de calcular a assinatura do quadro de dados, crie um buffer de bytes que contenha a data, a assinatura e a carga útil do evento de áudio. Envie a matriz de bytes para o Amazon Transcribe para transcrição.

Para indicar que o fluxo de áudio está completo, envie um quadro final (um quadro de dados vazio) que contenha apenas a data e a assinatura. Você cria esse quadro final da mesma forma que constrói um quadro de dados.

Amazon Transcribe responde com um fluxo de eventos de transcrição, enviado ao seu aplicativo. Essa resposta é codificada por fluxo de eventos. Ela contém o prelúdio padrão e os seguintes cabeçalhos:

Os eventos são enviados no formato de byte bruto. Neste exemplo, os bytes são codificados em base64.

AAAAUwAAAEP1RHpYBTpkYXRlCAAAAWiXUkMLEDpjaHVuay1zaWduYXR1cmUGACCt6Zy+uymwEK2SrLp/zVBI
5eGn83jdBwCaRUBJA+eaDafqjqI=

Para ver os resultados da transcrição, decodifique os bytes brutos usando a codificação de fluxo de eventos.

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

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

Para encerrar sua transmissão, envie um evento de áudio vazio para o Amazon Transcribe. Crie o evento de áudio exatamente como qualquer outro, mas com uma carga vazia. Assine o evento e inclua a assinatura no cabeçalho :chunk-signature, da seguinte forma:

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

Anexe a política a seguir à IAM função que faz a solicitação. Consulte Adicionar IAM políticas para obter mais informações.

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

Para iniciar a sessão, crie um pré-assinado URL no formato a seguir. Quebras de linha foram adicionadas para uma melhor leitura.

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

Operações e parâmetros adicionais estão listados na APIReferência; os parâmetros comuns a todas as AWS API operações estão listados na seção Parâmetros comuns.

Para criar o URL para sua solicitação e criar a assinatura Signature Version 4, consulte as etapas a seguir. Os exemplos estão em pseudocódigo.

1. Cria uma solicitação canônica. Uma solicitação canônica é uma string que inclui informações da solicitação em um formato padronizado. Isso garante que, ao AWS receber a solicitação, ela possa calcular a mesma assinatura que você criou para suaURL. Para obter mais informações, consulte Criar uma solicitação canônica para o 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. Crie uma canônicaURI, que é a parte URI entre o domínio e a sequência de caracteres de consulta.

   canonical_uri = "/stream-transcription-websocket"

3. Crie cabeçalhos canônicos e cabeçalhos assinados. Observe o \n que aparece no final dos cabeçalhos canônicos.

   • Acrescente o nome do cabeçalho em letras minúsculas seguido de dois-pontos ( : ).

   • Anexe uma lista separada por vírgulas de valores para esse cabeçalho. Não classifique valores em cabeçalhos que tenham vários valores.

   • Anexe uma nova linha (\n).

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

4. Faça uma correspondência entre o algoritmo e o algoritmo de hash. Usar SHA-256.

   algorithm = "AWS4-HMAC-SHA256"

5. Crie o escopo da credencial, que define o escopo da chave derivada para a data, a Região da AWS e o serviço. Por exemplo, 20220127/us-west-2/transcribe/aws4_request.

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

6. Crie a string de consulta canônica. Os valores da sequência de caracteres de consulta devem ser URI codificados e classificados por nome.

   • Classifique os nomes de parâmetro por ponto de código de caracteres em ordem ascendente. Parâmetros com nomes duplicados devem ser classificados pelo valor. Por exemplo, um nome de parâmetro que começa com a letra maiúscula F precede um nome de parâmetro que começa com a letra minúscula b.

   • Não URI codifique nenhum dos caracteres não reservados definidos por RFC 3986: A-Z, a-z, 0-9, hífen (-), sublinhado (_), ponto (.) e til (~).

   • Codifique em percentual todos os outros caracteres com %XY, em que X e Y são caracteres hexadecimais (de 0 a 9 e maiúsculas de A a F). Por exemplo, o caractere de espaço deve ser codificado como %20 (não inclua '+', como fazem alguns esquemas de codificação); os caracteres UTF -8 estendidos devem estar no formato %XY%ZA%BC.

   • Codifique duas vezes todos os caracteres de sinal de igual (=) em valores de parâmetro.

   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. Crie um hash da carga útil. Para uma solicitação GET, a carga útil é uma string vazia.

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

8. Combine os elementos a seguir para criar a solicitação canônica.

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

Crie a string para assinar, que contém metainformações sobre a solicitação. Você usará a string para assinar na próxima etapa, quando calcular a assinatura da solicitação. Para obter mais informações, consulte Criar uma string para assinar para o Signature Version 4.

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

Calcule a assinatura. Para fazer isso, obtenha uma chave de assinatura da sua chave de acesso AWS secreta. Para aumentar o nível de proteção, a chave derivada é específica para a data, o serviço e a Região da AWS. Use essa chave derivada para assinar a solicitação. Para obter mais informações, consulte Calcular a assinatura para a versão 4 do AWS Signature.

Implemente a função GetSignatureKey para derivar sua chave de assinatura. Se você ainda não derivou uma chave de assinatura, consulte exemplos sobre como derivar uma chave de assinatura para o 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

A função HMAC(key, data) representa uma SHA256 função HMAC - que retorna resultados em formato binário.

Adicione informações de assinatura à solicitação e crie a solicitaçãoURL.

Depois de calcular a assinatura, adicione-a à string de consulta. Para obter mais informações, consulte Adicionar a assinatura à solicitação.

Primeiro, adicione as informações de autenticação à string de consulta.

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

Em segundo lugar, crie o URL para a solicitação.

request_url = endpoint + canonical_uri + "?" + canonical_querystring

Use a solicitação URL com sua WebSocket biblioteca para fazer a solicitação para Amazon Transcribe.

A solicitação Amazon Transcribe deve incluir os seguintes cabeçalhos. Normalmente, esses cabeçalhos são gerenciados pela sua biblioteca 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

Quando Amazon Transcribe recebe sua WebSocket solicitação, ela responde com uma resposta de WebSocket upgrade. Normalmente, sua WebSocket biblioteca gerencia essa resposta e configura um soquete para comunicação com Amazon Transcribe.

A seguir está a resposta de Amazon Transcribe. Quebras de linha foram adicionadas para uma melhor leitura.

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

Faça sua solicitação WebSocket de streaming.

Depois que a WebSocket conexão é estabelecida, o cliente pode começar a enviar uma sequência de quadros de áudio, cada um codificado usando a codificação de fluxo de eventos.

Cada quadro de dados contém três cabeçalhos combinados com um bloco de bytes de áudio bruto. A tabela a seguir descreve esses cabeçalhos.

Para encerrar o fluxo de dados, envie um bloco de áudio vazio em uma mensagem codificada de fluxo de eventos.

A resposta contém bytes brutos com codificação de fluxo de evento na carga. Ela contém o prelúdio padrão e os seguintes cabeçalhos:

Ao decodificar a resposta binária, você acaba com uma JSON estrutura contendo os resultados da transcrição.