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) SubRip 和 (*.srt) 输出用作视频字幕。在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。使用字幕特征时，会生成您选择的字幕文件和常规的转录文件（包含其它信息）。字幕和转录文件输出到同一个目标位置。

在读出文本的同时显示字幕，字幕保持可见，直到出现自然停顿或发言者说完为止。请注意，如果您在转录请求中启用字幕，并且您的音频不包含语音，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 或的 API 请求中使用OutputStartIndex参数指定该索引。

使用错误的起始索引可能会导致与其它服务不兼容，因此在创建字幕之前，请务必确认您要使用哪个起始索引。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，请参阅 Subtitles。

字幕支持的特征：

  • 内容编辑 — 任何经过编辑的内容都会在字幕和常规转录输出文件中反映为“PII”。音频没有改变。

  • 词汇表过滤器 — 字幕文件由转录文件生成，因此您在标准转录输出中过滤的任何单词也会在字幕中进行过滤。过滤后的内容以空格形式或 *** 形式显示在您的转录和字幕文件中。音频没有改变。

  • 发言者分类 — 如果给定的字幕片段中有多个发言者，则使用短划线来区分每个发言者。这适用于WebVTT SubRip 和格式；例如：

    • --人物 1 说出的文本

    • --人物 2 说出的文本

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 ConsoleAWS CLI、或创建字幕文件 AWS SDKs；请参见以下示例：

  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使用范围更广。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它服务的兼容性。

    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要包含的任何其它字段，然后选择下一步。此时您将会看到配置作业 - 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://amzn-s3-demo-bucket/my-input-files/my-media-file.flac \
--output-bucket-name amzn-s3-demo-bucket \
--output-key my-output-files/ \
--language-code en-US \
--subtitles Formats=vtt,srt,OutputStartIndex=1

以下是另一个使用start-transcription-job命令的示例，以及为该作业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://amzn-s3-demo-bucket/my-input-files/my-media-file.flac"
  },
  "OutputBucketName": "amzn-s3-demo-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。

有关使用的其他示例 AWS SDKs，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://amzn-s3-demo-bucket/my-input-files/my-media-file.flac"
transcribe.start_transcription_job(
    TranscriptionJobName = job_name,
    Media = {
        'MediaFileUri': job_uri
    },
    OutputBucketName = 'amzn-s3-demo-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)