組建影片字幕 - Amazon Transcribe
產生字幕檔

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。

組建影片字幕

Amazon Transcribe支援用作視訊字幕的 WebVTT (*.vtt) 和 SubRip (*.srt) 輸出。您可以在設定批次視訊轉錄工作時，選取一種或兩種檔案類型。使用字幕功能時，系統會產生您選擇的字幕檔案和一般的成績單檔案 (包含其他資訊)。字幕和轉錄文件輸出到相同的目的地。

字幕會在朗讀文字的同時顯示，並保持可見，直到自然暫停或揚聲器完成通話為止。請注意，如果您在轉錄要求中啟用字幕，而您的音訊不包含語音，則不會建立字幕檔案。

重要

Amazon Transcribe字幕輸出使用的0預設起始索引，這與使用較廣泛的值不同1。如果您需要的開始索引1，您可以使用OutputStartIndex參數在AWS Management Console或 API 請求中指定此索引。

使用不正確的開始索引可能會導致與其他服務的相容性錯誤，因此在建立字幕之前，請務必確認您需要的起始索引。如果您不確定要使用哪個值，我們建議您選擇1。如需詳細Subtitles資訊，請參閱。

支持字幕的功能：

  • 內容編輯 — 任何經過編輯的內容在字幕和一般成績單輸出檔案中都會反映為 PII「」。音頻不會改變。

  • 詞彙過濾器 — 字幕文件是從轉錄文件生成的，因此您在標準轉錄輸出中過濾的任何單詞也會在字幕中過濾。篩選後的內容會顯示為空白字元，或***在您的成績單和字幕檔案中顯示。音頻不會改變。

  • 揚聲器日記 — 如果給定的字幕段中有多個揚聲器，則使用破折號來區分每個揚聲器。這同時適用於 WebVTT 和SubRip格式；例如：

    • --人 1 說的文字

    • --人 2 說的文字

字幕文件存儲在與轉錄輸出相同的Amazon S3位置。

如需建立字幕的影片逐步解說，請參閱：

產生字幕檔

您可以使用AWS Management Console、AWS CLI或 AWSSDK 建立字幕檔案；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。字幕選項位於「輸出資料」面板中。

  3. 選擇字幕檔案所需的格式，然後為開始索引選擇一個值。請注意，Amazon Transcribe預設值為0，但1使用更廣泛。如果您不確定要使用哪個值，我們建議您選擇1，因為這樣可能會改善與其他服務的相容性。

    Amazon Transcribe控制台屏幕截圖：「指定作業詳細信息」頁面上的「輸出數據」窗格。

  4. 填入您要包含在 [指定工作詳細資訊] 頁面上的任何其他欄位，然後選取 [下一步]。這會帶您前往 [設定工作-選擇性] 頁面。

  5. 選取 [建立工作] 以執行轉錄工作。

此範例使用指start-transcription-job令和Subtitles參數。如需詳細資訊，請參閱 StartTranscriptionJob 及 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

這是另一個使用start-transcription-job命令的示例，以及為該工作添加字幕的請求主體。

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

該文件 my-first-subtitle-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",
  "Subtitles": {
        "Formats": [
            "vtt","srt"
        ],             
        "OutputStartIndex": 1
   }
}

此範例會AWS SDK for Python (Boto3)使用使用Subtitles引數來新增字幕。如需詳細資訊，請參閱 StartTranscriptionJob 及 Subtitles。

如需使用 AWS SDK 的其他範例，包括特定功能、案例和跨服務範例，請參閱本章。使用 SDK 進行 Amazon Transcribe 的代碼示例 AWS

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)