轉錄多聲道音訊 - Amazon Transcribe
在批次轉錄中使用頻道識別在串流轉錄中使用頻道識別

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

轉錄多聲道音訊

如果您的音訊有兩個聲道，您可以使用頻道識別來分別從每個頻道轉錄語音。 Amazon Transcribe目前不支援超過兩個頻道的音訊。

在您的成績單中，頻道會分配標籤ch_0和ch_1.

除了標準成績單區段 (transcripts和items) 之外，啟用頻道識別的請求還包括一個channel_labels區段。此區段包含每個語音符號或標點符號，並依頻道分組，以及其相關的頻道標籤、時間戳記和可信度分數。

"channel_labels": {
    "channels": [
        {
            "channel_label": "ch_0",
            "items": [                                      
                {
                    "channel_label": "ch_0",
                    "start_time": "4.86",
                    "end_time": "5.01",
                    "alternatives": [
                        {
                            "confidence": "1.0",
                            "content": "I've"
                        }
                    ],
                    "type": "pronunciation"
                },
                ...               
            "channel_label": "ch_1",
            "items": [
                {
                    "channel_label": "ch_1",
                    "start_time": "8.5",
                    "end_time": "8.89",
                    "alternatives": [
                        {
                            "confidence": "1.0",
                            "content": "Sorry"
                        }
                    ],
                    "type": "pronunciation"
                },
                ...
            "number_of_channels": 2
        },

請注意，如果某個頻道上的使用者與不同頻道上的使用者同時說話，則每個頻道的時間戳記會重疊，而個人彼此交談。

若要檢視具有通道識別功能的完整範例記錄，請參閱範例聲道識別輸出 (批次處理)。

在批次轉錄中使用頻道識別

若要識別批次轉錄中的頻道，您可以使用AWS Management ConsoleAWS CLI、或 AWSSDK；請參閱下列範例：

  1. 登入 AWS Management Console。

  2. 在功能窗格中，選擇「轉錄工作」，然後選取「建立工作」（右上角）。這會開啟 [指定工作詳細資訊] 頁面。

    Amazon Transcribe控制台「指定作業詳細信息」頁面。在「Job 設定」面板中，您可以指定轉錄工作的名稱、選取模型類型，並指定語言設定。

  3. 填寫您要包含在 [指定工作詳細資訊] 頁面上的任何欄位，然後選取 [下一步]。這會帶您前往 [設定工作-選擇性] 頁面。

    在「音訊設定」面板中，選取「聲道識別」(在「音訊識別類型」標題下)。

    Amazon Transcribe控制台「配置工作」頁面。在「音訊設定」面板中，您可以啟用頻道識別。

  4. 選取 [建立工作] 以執行轉錄工作。

此範例使用 start-transcription-job。如需詳細資訊，請參閱StartTranscriptionJob。

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 \
--settings ChannelIdentification=true

以下是使用start-transcription-job命令的另一個範例，以及可透過該工作啟用通道識別的要求主體。

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

該文件 my-first-transcription-job.json 包含以下請求主體。

{
    "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",
    "Settings": {
        "ChannelIdentification": true
    }
}

此範例會使用AWS SDK for Python (Boto3)來識別使用開始轉譯工作方法的通道。如需詳細資訊，請參閱StartTranscriptionJob。

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', 
    Settings = {
        'ChannelIdentification':True
    }
)

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)

在串流轉錄中使用頻道識別

若要識別串流轉錄中的頻道，您可以使用 HTTP/2 或 WebSockets；如需範例，請參閱下列內容：

此範例會建立 HTTP/2 要求，以分隔轉錄輸出中的通道。如需搭配使用 HTTP/2 串流的詳細資訊Amazon Transcribe，請參閱設定 HTTP/2 串流。如需有關特定參數和標題的更多詳細資訊Amazon Transcribe，請參閱StartStreamTranscription。

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: 20220208T235959Z
Authorization: AWS4-HMAC-SHA256 Credential=access-key/20220208/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      
x-amzn-channel-identification: TRUE
transfer-encoding: chunked

您可以在 API 參考中找到參數定義；所有AWS API 作業的共用參數會列在「一般參數」區段中。

此範例會建立預先簽署的 URL，以分隔轉錄輸出中的頻道。已加入分行符號以提高可讀性。如需搭配使用 WebSocket 串流的詳細資訊Amazon Transcribe，請參閱設定 WebSocket 串流。如需參數的詳細資訊，請參閱StartStreamTranscription。

GET wss://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-Security-Token=security-token
&X-Amz-Signature=string
&X-Amz-SignedHeaders=content-type%3Bhost%3Bx-amz-date
&language-code=en-US
&specialty=PRIMARYCARE
&type=DICTATION
&media-encoding=flac
&sample-rate=16000    
&channel-identification=TRUE

您可以在 API 參考中找到參數定義；所有AWS API 作業的共用參數會列在「一般參數」區段中。