设置流式转录

将以下策略附加到发出请求的 IAM 角色。有关更多信息，请参阅添加 IAM 策略。

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

要启动会话，请向发送 HTTP /2 请求。 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

API参考资料中列出了其他操作和参数；通用参数部分列出了所有 AWS API操作的通用参数。

Amazon Transcribe 发送以下响应：

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

创建包含您音频数据的音频事件。将下表中描述的标头与音频字节组块一起组合到事件编码消息中。要创建事件消息负载，请按照原始字节格式使用缓冲区。

此示例请求中的二进制数据是经过 base64 编码的。在实际请求中，数据为原始字节。

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

创建一个音频消息，其中包含音频数据。

1. 音频消息数据帧包含事件编码标头，这些标头包含音频组块和音频事件的当前日期和签名。

   标头名称字节长度	标头名称（字符串）	标头值类型	值字符串字节长度	值
   16	:chunk-signature	6	变化	生成的签名
   5	:date	8	8	时间戳

   此请求中的二进制数据是经过 base64 编码的。在实际请求中，数据为原始字节。

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

2. 构造待签字符串，如为签名版本 4 创建待签字符串。您的字符串遵循以下格式：

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

   • DateTime：签名的创建日期和时间。格式为YYYYMMDDTHHMMSSZ，其中 YYYY =year、mm=month、dd=day、hh=Hour、mm=minute、ss=Seconds 以及 'T' 和 'Z' 是固定字符。有关更多信息，请参阅处理签名版本 4 中的日期。

   • Keypath：采用 date/region/service/aws4_request 格式的签名范围。例如，20220127/us-west-2/transcribe/aws4_request。

   • Hex：一个将输入编码为十六进制表示形式的函数。

   • priorSignature：上一帧的签名。对于第一个数据帧，请使用标头帧的签名。

   • HexHash: 一个函数，它首先创建其输入的 SHA -256 哈希值，然后使用十六进制函数对哈希进行编码。

   • nonSignatureHeaders: 编码为字符串的 DateTime 标头。

   • payload：包含音频事件数据的字节缓冲区。

3. 从您的 AWS 私有访问密钥中派生签名密钥，然后用它来签名stringToSign。为了实现更高程度的保护，派生密钥特定于日期、服务和 AWS 区域。有关更多信息，请参阅为 AWS签名版本 4 计算签名。

   请务必实施用于派生签名密钥的 GetSignatureKey 函数。如果您尚未派生签名密钥，请参阅关于如何为签名版本 4 派生签名密钥的示例。

   String signature = HMACSHA256(derivedSigningKey, stringToSign);

   • HMACSHA256: 使用 SHA -256 哈希函数创建签名的函数。

   • derivedSigningKey：签名版本 4 签名密钥。

   • stringToSign：您为数据框计算的字符串。

   在计算数据帧的签名后，构造一个包含日期、签名和音频事件负载的字节缓冲区。将字节数组发送到 Amazon Transcribe 以进行转录。

要向指示音频流已完成，请发送仅包含日期和签名的结束帧（空数据帧）。构造此结束帧的方式与构造数据帧的方式相同。

Amazon Transcribe 使用发送到您的应用程序的一系列转录事件进行响应。此响应是经过事件流编码的。它包含标准前导信息和以下标头。

这些事件采用原始字节格式发送。在该示例中，字节是经过 base64 编码的。

AAAAUwAAAEP1RHpYBTpkYXRlCAAAAWiXUkMLEDpjaHVuay1zaWduYXR1cmUGACCt6Zy+uymwEK2SrLp/zVBI
5eGn83jdBwCaRUBJA+eaDafqjqI=

要查看转录结果，请使用事件流编码对原始字节进行解码。

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

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

要结束音频流，请向 Amazon Transcribe发送一个空的音频事件。完全像创建任何其他音频事件一样，创建负载为空的音频事件。为事件签名并将此签名包括在 :chunk-signature 标头中，如下所示：

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

将以下策略附加到发出请求的 IAM 角色。有关更多信息，请参阅添加 IAM 策略。

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

要启动会话，请按以下格式创建预签名URL。为了便于阅读，已增加了换行符。

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

API参考资料中列出了其他操作和参数；通用参数部分列出了所有 AWS API操作的通用参数。

要URL为您的请求构造签名并创建签名版本 4 签名，请参阅以下步骤。这些示例是伪代码。

1. 创建规范请求。一个规范请求，其中包含来自标准格式的请求的信息。这样可以确保在 AWS 收到请求时，它可以计算出您为自己创建的相同签名URL。有关更多信息，请参阅为签名版本 4 创建规范请求。

   # 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. 创建一个 canonicalURI，它是域名和查询字符串URI之间的部分。

   canonical_uri = "/stream-transcription-websocket"

3. 创建规范标头和签名标头。请注意规范标头尾部的 \n。

   • 追加小写标头名称，后跟冒号 (:)。

   • 追加该标头的值的逗号分隔列表。请勿对有多个值的标头进行值排序。

   • 追加一个新行(\n)。

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

4. 将算法与哈希算法匹配。使用 SHA-256。

   algorithm = "AWS4-HMAC-SHA256"

5. 创建凭证范围，该范围将派生密钥范围限定为日期、 AWS 区域和服务。例如，20220127/us-west-2/transcribe/aws4_request。

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

6. 创建规范查询字符串。查询字符串值必须URI经过编码并按名称排序。

   • 按字符代码点以升序顺序对参数名称进行排序。具有重复名称的参数应按值进行排序。例如，以大写字母 F 开头的参数名称排在以小写字母 b 开头的参数名称之前。

   • 不要对 RFC 3986 定义的任何非保留字符进行URI编码：A-Z、a-z、0-9、连字符 (-)、下划线 (_)、句点 (.) 和波浪号 (~)。

   • 使用 %XY 对所有其他字符进行百分比编码，其中“X”和“Y”为十六进制字符（0-9 和大写字母 A-F）。例如，空格字符必须编码为 %20（不要像某些编码方案那样包含 '+'）；扩展后的 UTF -8 个字符必须采用 %XY%ZA%BC 的格式。

   • 对参数值中的任何等于 (=) 字符进行双重编码。

   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. 创建负载的哈希。对于 GET 请求，负载为空字符串。

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

8. 组合以下元素以创建规范请求。

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

创建待签字符串，其中包含您的请求的元信息。在计算请求签名时，您可以使用该字符串登录下一步。有关更多信息，请参阅为签名版本 4 创建待签字符串。

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

计算签名。为此，请从您的 AWS 私有访问密钥中获取签名密钥。为了实现更高程度的保护，派生密钥特定于日期、服务和 AWS 区域。使用此派生密钥签名请求。有关更多信息，请参阅计算签名版本 4 的 AWS 签名。

请务必实施用于派生签名密钥的 GetSignatureKey 函数。如果您尚未派生签名密钥，请参阅关于如何为签名版本 4 派生签名密钥的示例。

#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

该函数HMAC(key, data)代表一个 HMAC-SHA256 函数，它以二进制格式返回结果。

向请求中添加签名信息并创建请求URL。

在计算签名之后，将它添加到查询字符串。有关更多信息，请参阅将签名添加到请求中。

首先，将身份验证信息添加到查询字符串。

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

其次，URL为请求创建。

request_url = endpoint + canonical_uri + "?" + canonical_querystring

使用您的 WebSocket 图书馆URL的请求向提出请求 Amazon Transcribe。

对的请求 Amazon Transcribe 必须包含以下标头。通常，这些标头由您的 WebSocket 客户端库管理。

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

Amazon Transcribe 收到您的 WebSocket 请求后，它会以 WebSocket 升级响应进行响应。通常，您的 WebSocket 库会管理此响应并设置用于与之通信的套接字 Amazon Transcribe。

以下是来自的回复 Amazon Transcribe。为了便于阅读，已增加了换行符。

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

提出 WebSocket 直播请求。

建立 WebSocket 连接后，客户端可以开始发送一系列音频帧，每个帧都使用事件流编码进行编码。

每个数据帧包含三个标头以及原始音频字节组块，后跟描述这些标头的表。

要结束数据流，请在事件流编码消息中发送空音频组块。

响应包含负载中的事件流编码的原始字节。它包含标准前导信息和以下标头。

当你解码二进制响应时，你最终会得到一个包含转录结果的JSON结构。