本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
使用表格创建自定义词汇表
使用表格格式是创建自定义词汇表的首选方式。词汇表表格必须由四列 (Phrase, SoundsLike, IPA, and DisplayAs) 组成，可以按任意顺序排列：
| Phrase | SoundsLike | IPA | DisplayAs |
|---|---|---|---|
|
必需。表格中的每一行都必须在此列中包含一个条目。 请勿在此列中使用空格。 如果您的条目包含多个单词，请用连字符 (-) 分隔每个单词。例如， 对于首字母缩略词，任何发音的字母都必须用句点分隔。尾部句点也需要发音。如果您的首字母缩略词是复数，则必须在首字母缩略词和“s”之间使用连字符。例如，“CLI”是 如果您的短语由单词和首字母缩略词组成，则这两个部分必须用连字符分隔。例如，“DynamoDB”是 请勿在此列中包含数字；数值必须拼写出来。例如，“VX02Q”是 |
|
|
可选。此列中的行可以留空。 您可以在此列中使用空格。 定义您希望条目在转录输出中显示的方式。例如， 如果此列中的某行为空，则 Amazon Transcribe 使用该 您可以在此列中包含数字 ( |
创建表格时需要注意的事项：
-
您的表格必须包含所有四个列标题(Phrase, SoundsLike, IPA, and DisplayAs)。该
Phrase列的每行都必须包含一个条目。不再支持通过IPA和提供发音输入SoundsLike的功能，您可以将该列留空。这些列中的任何值都将被忽略。 -
每列必须以 TAB 或逗号 (,) 分隔；这适用于自定义词汇表文件中的每一行。如果一行包含空列，则仍必须为每列包含一个分隔符（TAB 或逗号）。
-
只允许在
IPA和DisplayAs列中使用空格。不要使用空格分隔列。 -
IPASoundsLike并且不再支持自定义词汇。请将该栏留空。这些列中的任何值都将被忽略。将来，我们将取消对此专栏的支持。 -
DisplayAs列支持符号和特殊字符（例如，C++）。所有其它列都支持您的语言的字符集页面上所列的字符。 -
如果要在
Phrase列中包含数值，则必须将其拼写出来。仅DisplayAs列支持数字 (0-9)。 -
您必须将表格另存为
LF格式的纯文本 (*.txt) 文件。如果您使用任何其它格式，例如CRLF，则无法处理您的自定义词汇表。 -
您必须将自定义词汇文件上传到 Amazon S3 存储桶中并使用它进行处理，
CreateVocabulary然后才能将其包含在转录请求中。有关说明，请参阅 创建自定义词汇表表格。
注意
输入首字母缩略词，或者其字母应以用点 (A.B.C.) 隔开的单个字母的形式单独发音的其它单词。要输入首字母缩略词的复数形式（如“ABCs”），请用连字符 (A.B.C.-s) 将“s”与首字母缩略词隔开。您可以使用大写或小写字母定义首字母缩略词。并非所有语言都支持首字母缩略词；请参阅支持的语言和特定语言的特征。
以下是自定义词汇表表格示例（其中 [TAB] 表示制表符）：
Phrase[TAB]SoundsLike[TAB]IPA[TAB]DisplayAs
Los-Angeles[TAB][TAB][TAB]Los Angeles
Eva-Maria[TAB][TAB][TAB]
A.B.C.-s[TAB][TAB][TAB]ABCs
Amazon-dot-com[TAB][TAB][TAB]Amazon.com
C.L.I.[TAB][TAB][TAB]CLI
Andorra-la-Vella[TAB][TAB][TAB]Andorra la Vella
Dynamo-D.B.[TAB][TAB][TAB]DynamoDB
V.X.-zero-two[TAB][TAB][TAB]VX02
V.X.-zero-two-Q.[TAB][TAB][TAB]VX02Q为了清晰起见，以下是列对齐的同一张表格。请勿在自定义词汇表表格中的列之间添加空格；您的表格应该像前面的示例一样看上去未对齐。
Phrase [TAB]SoundsLike [TAB]IPA [TAB]DisplayAs
Los-Angeles [TAB] [TAB] [TAB]Los Angeles
Eva-Maria [TAB] [TAB] [TAB]
A.B.C.-s [TAB] [TAB] [TAB]ABCs
amazon-dot-com [TAB] [TAB] [TAB]amazon.com
C.L.I. [TAB] [TAB] [TAB]CLI
Andorra-la-Vella[TAB] [TAB] [TAB]Andorra la Vella
Dynamo-D.B. [TAB] [TAB] [TAB]DynamoDB
V.X.-zero-two [TAB] [TAB] [TAB]VX02
V.X.-zero-two-Q.[TAB] [TAB] [TAB]VX02Q创建自定义词汇表表格
要处理用于的自定义词汇表 Amazon Transcribe，请参阅以下示例：
-
在导航窗格中，选择自定义词汇表。此时将会打开自定义词汇表页面，您可以在该页面中查看现有词汇表或创建新词汇表。
-
选择创建词汇表。
这会将您带至创建词汇表页面。为新的自定义词汇表输入名称。
在此，您有三种选择：
-
从您的计算机上传 txt 或 csv 文件。
您可以从头开始创建自定义词汇表，也可以下载模板来帮助您入门。然后，您的词汇表将自动填充到查看和编辑词汇表窗格中。
-
从某个 Amazon S3 位置导入 txt 或 csv 文件。
您可以从头开始创建自定义词汇表，也可以下载模板来帮助您入门。将完成的词汇表文件上传到 Amazon S3 存储桶，并在请求中指定其 URI。然后，您的词汇表将自动填充到查看和编辑词汇表窗格中。
-
在控制台中手动创建词汇表。
滚动到查看和编辑词汇表窗格并选择添加 10 行。现在，您可以手动输入术语。
-
-
您可以在查看和编辑词汇表窗格中编辑您的词汇表。要进行更改，请单击要修改的条目。
如果您遇到错误，会收到一条详细的错误消息，这样您就可以在处理词汇表之前更正所有问题。请注意，如果您在选择创建词汇表之前没有更正所有错误，则您的词汇表请求将失败。
选择对勾标记 (✓) 保存您的更改，或选择“X”放弃更改。
-
您也可以为自定义词汇表添加标签。完成所有字段并对自己的词汇表感到满意后，请选择页面底部的创建词汇表。此时您将看到自定义词汇表页面，您可以在该页面中查看自定义词汇表的状态。当状态从“待处理”变为“就绪”时，您的自定义词汇表就可以用于转录了。
-
如果状态更改为“失败”，请选择您的自定义词汇表的名称以进入其信息页面。
本页顶部有一个失败原因横幅，提供了有关您的自定义词汇表失败原因的信息。请更正文本文件中的错误，然后重试。
此示例结合表格格式的词汇表文件使用 create-vocabulary 命令。有关更多信息，请参阅 CreateVocabulary。
要在转录作业中使用现有的自定义词汇，请在调用StartTranscriptionJob操作时VocabularyName在Settings字段中设置，或者从下 AWS Management Console拉列表中选择自定义词汇。
aws transcribe create-vocabulary \ --vocabulary-namemy-first-vocabulary\ --vocabulary-file-uri s3://DOC-EXAMPLE-BUCKET/my-vocabularies/my-vocabulary-file.txt \ --language-codeen-US
以下是另一个使用 create-vocabulary 命令的示例，以及创建自定义词汇表的请求正文。
aws transcribe create-vocabulary \ --cli-input-json file://filepath/my-first-vocab-table.json
my-first-vocab-table.json 文件包含以下请求正文。
{ "VocabularyName": "my-first-vocabulary", "VocabularyFileUri": "s3://DOC-EXAMPLE-BUCKET/my-vocabularies/my-vocabulary-table.txt", "LanguageCode": "en-US" }
VocabularyState 从 PENDING 变为 READY 后，您的自定义词汇表就可以用于转录了。要查看自定义词汇表的当前状态，请运行：
aws transcribe get-vocabulary \ --vocabulary-namemy-first-vocabulary
此示例使用 c reate_vorquary 方法从表中创建自定义词汇CreateVocabulary。
要在转录作业中使用现有的自定义词汇，请在调用StartTranscriptionJob操作时VocabularyName在Settings字段中设置，或者从下 AWS Management Console拉列表中选择自定义词汇。
有关使用 AWS 软件开发工具包的其他示例，包括特定功能、场景和跨服务示例，请参阅本章。使用 Amazon Transcribe 的代码示例 AWS SDKs
from __future__ import print_function import time import boto3 transcribe = boto3.client('transcribe', 'us-west-2') vocab_name = "my-first-vocabulary" response = transcribe.create_vocabulary( LanguageCode = 'en-US', VocabularyName = vocab_name, VocabularyFileUri = 's3://DOC-EXAMPLE-BUCKET/my-vocabularies/my-vocabulary-table.txt' ) while True: status = transcribe.get_vocabulary(VocabularyName = vocab_name) if status['VocabularyState'] in ['READY', 'FAILED']: break print("Not ready yet...") time.sleep(5) print(status)
注意
如果您为自定义词汇文件创建新的 Amazon S3 存储桶，请确保CreateVocabulary发出请求的 IAM 角色有权访问此存储桶。如果角色不具备相应的权限，则请求将失败。您可以选择在请求中添加DataAccessRoleArn参数来指定 IAM 角色。有关 IAM 角色和策略的更多信息 Amazon Transcribe，请参阅Amazon Transcribe 基于身份的策略示例。
