创建视频字幕 - Amazon Transcribe
生成字幕文件

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。

创建视频字幕

Amazon Transcribe支持 WebVTT (*.vtt) 和 SubRip (*.srt) 输出用作视频字幕。设置批量视频转录作业时，您可以选择一种或两种文件类型。使用字幕功能时，将生成您选择的字幕文件和常规脚本文件（包含其他信息）。字幕和转录文件输出到同一个目的地。

字幕在朗读文字的同时显示，在自然暂停或说话者说完话之前，字幕一直可见。请注意，如果您在转录请求中启用字幕且音频不包含语音，则不会创建字幕文件。

重要

Amazon Transcribe字幕输出使用默认0的起始索引，这与更广泛使用的值不同1。如果您需要的起始索引为1，则可以在AWS Management Console或 API 请求中使用OutputStartIndex参数指定此索引。

使用不正确的起始索引可能会导致与其他服务的兼容性错误，因此在创建字幕之前，请务必验证所需的起始索引。如果您不确定要使用哪个值，我们建议您选择1。有关更多信息 Subtitles，请参阅。

字幕支持的功能：

  • 内容编辑- 任何经过编辑的内容在字幕和常规脚本输出文件中都反映为 PII “”。音频没有改变。

  • 词汇过滤器 — 字幕文件由转录文件生成，因此您在标准转录输出中筛选的任何单词也会在字幕中过滤。过滤后的内容以空格形式或***在您的脚本和字幕文件中显示。音频没有改变。

  • 扬声器分布 — 如果给定的字幕片段中有多个扬声器，则使用短划线来区分每个说话者。这适用于 WebVTT 和SubRip格式；例如：

    • --第 1 人说的文字

    • --第 2 人说的文字

字幕文件存储在与转录输出相同Amazon S3的位置。

有关创建字幕的视频演练，请参阅：

生成字幕文件

您可以使用AWS Management Console、AWS CLI或 AWSSDK 创建字幕文件；请参阅以下示例：

  1. 登录到 AWS Management Console。

  2. 在导航窗格中，选择转录作业，然后选择创建作业（右上角）。这将打开 “指定作业详细信息” 页面。字幕选项位于输出数据面板中。

  3. 为字幕文件选择所需的格式，然后为起始索引选择一个值。请注意，Amazon Transcribe默认值为0，但1使用得更广泛。如果您不确定要使用哪个值，我们建议您选择1，因为这可能会提高与其他服务的兼容性。

    Amazon Transcribe控制台屏幕截图：“指定作业详细信息” 页面上的 “输出数据” 窗格。

  4. 在 “指定作业详细信息” 页面上填写您想要包含的任何其他字段，然后选择 “下一步”。这将带您进入配置作业-可选页面。

  5. 选择 “创建作业” 以运行您的转录作业。

此示例使用start-transcription-job命令和Subtitles参数。有关更多信息，请参阅 StartTranscriptionJob 和 Subtitles。

aws transcribe start-transcription-job \
--region us-west-2 \
--transcription-job-name my-first-transcription-job \
--media MediaFileUri=s3://DOC-EXAMPLE-BUCKET/my-input-files/my-media-file.flac \
--output-bucket-name DOC-EXAMPLE-BUCKET \
--output-key my-output-files/ \
--language-code en-US \
--subtitles Formats=vtt,srt,OutputStartIndex=1

这是使用start-transcription-job命令的另一个示例，以及为该任务添加字幕的请求正文。

aws transcribe start-transcription-job \
--region us-west-2 \
--cli-input-json file://my-first-subtitle-job.json

my-first-subtitle-job.json 文件包含以下请求正文。

{
  "TranscriptionJobName": "my-first-transcription-job",
  "Media": {
        "MediaFileUri": "s3://DOC-EXAMPLE-BUCKET/my-input-files/my-media-file.flac"
  },
  "OutputBucketName": "DOC-EXAMPLE-BUCKET",
  "OutputKey": "my-output-files/", 
  "LanguageCode": "en-US",
  "Subtitles": {
        "Formats": [
            "vtt","srt"
        ],             
        "OutputStartIndex": 1
   }
}

此示例使用 start_transcription_ job 方法的Subtitles参数来添加字幕。AWS SDK for Python (Boto3)有关更多信息，请参阅 StartTranscriptionJob 和 Subtitles。

有关使用 AWS SDK 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')
job_name = "my-first-transcription-job"
job_uri = "s3://DOC-EXAMPLE-BUCKET/my-input-files/my-media-file.flac"
transcribe.start_transcription_job(
    TranscriptionJobName = job_name,
    Media = {
        'MediaFileUri': job_uri
    },
    OutputBucketName = 'DOC-EXAMPLE-BUCKET',
    OutputKey = 'my-output-files/', 
    LanguageCode = 'en-US', 
    Subtitles = {
        'Formats': [
            'vtt','srt'
        ],
        'OutputStartIndex': 1 
   }
)

while True:
    status = transcribe.get_transcription_job(TranscriptionJobName = job_name)
    if status['TranscriptionJob']['TranscriptionJobStatus'] in ['COMPLETED', 'FAILED']:
        break
    print("Not ready yet...")
    time.sleep(5)
print(status)