Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Aktivierung der Lautsprecherpartitionierung in Batch-Transkriptionen
Sie können die Lautsprecherpartitionierung in einem Batch-Transkriptionsjob entweder über die StartMedicalTranscriptionJob
API oder die aktivierenAWS Management Console. Auf diese Weise können Sie den Text in einer Konversation zwischen Arzt und Patient pro Sprecher aufteilen und festlegen, wer in der Transkriptionsausgabe was gesagt hat.
Um in Ihrem Transkriptionsjob die Diarisierung von SprechernAWS Management Console zu aktivieren, aktivieren Sie die Audioidentifikation und anschließend die Lautsprecherpartitionierung.
-
Melden Sie sich an der AWS Management Console
an. -
Wählen Sie im Navigationsbereich unterAmazon Transcribe Medical die Option Transcription Jobs.
-
Wählen Sie Create job (Auftrag erstellen) aus.
-
Geben Sie auf der Seite „Stellendetails angeben“ Informationen zu Ihrem Transkriptionsjob ein.
-
Wählen Sie Next (Weiter).
-
Aktivieren Sie die Audioidentifikation.
-
Wählen Sie als Audioidentifizierungstyp die Option Lautsprecherpartitionierung aus.
-
Geben Sie für Maximale Anzahl von Lautsprechern die maximale Anzahl von Lautsprechern in Ihrer Audiodatei ein, von denen Sie glauben, dass sie sprechen.
-
Wählen Sie Create (Erstellen) aus.
So aktivieren Sie die Lautsprecherpartitionierung mithilfe eines Batch-Transkriptionsjobs (API)
-
Geben Sie für die
StartMedicalTranscriptionJob
API Folgendes an.-
Geben Sie für
MedicalTranscriptionJobName
einen Namen an, der in Ihrem einzigartig istAWS-Konto. -
Geben Sie für
LanguageCode
den Sprachcode an, der der in der Audiodatei gesprochenen Sprache entspricht. -
Geben Sie für den
MediaFileUri
Parameter desMedia
Objekts den Namen der Audiodatei an, die Sie transkribieren möchten. -
Für
Specialty
geben Sie in der Audiodatei das medizinische Fachgebiet des behandelnden Arztes an. -
Legen Sie für
Type
die OptionCONVERSATION
fest. -
Geben Sie für denAmazon S3 Bucket an
OutputBucketName
, in dem die Transkriptionsergebnisse gespeichert werden sollen. -
Geben Sie für das
Settings
Objekt Folgendes an.-
ShowSpeakerLabels
–true
. -
MaxSpeakerLabels
— Eine Ganzzahl zwischen 2 und 10, um die Anzahl der Lautsprecher anzugeben, von denen Sie glauben, dass sie in Ihrem Audio sprechen.
-
-
Die folgende Anforderung verwendet die,AWS SDK for Python (Boto3) um einen Batch-Transkriptionsjob eines Patientendialogs mit einem Arzt in der Grundversorgung zu starten, wobei die Lautsprecherpartitionierung aktiviert ist.
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_medical_transcription_job( MedicalTranscriptionJobName = job_name, Media={ 'MediaFileUri': job_uri }, OutputBucketName = 'DOC-EXAMPLE-BUCKET
', OutputKey = 'my-output-files
/', LanguageCode = 'en-US', Specialty = 'PRIMARYCARE', Type = 'CONVERSATION', OutputBucketName = 'DOC-EXAMPLE-BUCKET
', Settings = {'ShowSpeakerLabels': True, 'MaxSpeakerLabels': 2 } ) while True: status = transcribe.get_medical_transcription_job(MedicalTranscriptionJobName = job_name) if status['MedicalTranscriptionJob']['TranscriptionJobStatus'] in ['COMPLETED', 'FAILED']: break print("Not ready yet...") time.sleep(5) print(status)
Der folgende Beispielcode zeigt die Transkriptionsergebnisse eines Transkriptionsjobs bei aktivierter Lautsprecherpartitionierung.
{ "jobName": "job ID", "accountId": "111122223333", "results": { "transcripts": [ { "transcript": "Professional answer." } ], "speaker_labels": { "speakers": 1, "segments": [ { "start_time": "0.000000", "speaker_label": "spk_0", "end_time": "1.430", "items": [ { "start_time": "0.100", "speaker_label": "spk_0", "end_time": "0.690" }, { "start_time": "0.690", "speaker_label": "spk_0", "end_time": "1.210" } ] } ] }, "items": [ { "start_time": "0.100", "end_time": "0.690", "alternatives": [ { "confidence": "0.8162", "content": "Professional" } ], "type": "pronunciation" }, { "start_time": "0.690", "end_time": "1.210", "alternatives": [ { "confidence": "0.9939", "content": "answer" } ], "type": "pronunciation" }, { "alternatives": [ { "content": "." } ], "type": "punctuation" } ] }, "status": "COMPLETED" }
Um eine Audiodatei eines Gesprächs zwischen einem in der Grundversorgung tätigen Arzt und einem Patienten zu transkribieren (AWS CLI)
-
Führen Sie folgenden Code aus.
aws transcribe start-transcription-job \ --region
us-west-2
\ --cli-input-json file://example-start-command
.jsonDer folgende Code zeigt den Inhalt von
example-start-command.json
.{ "MedicalTranscriptionJobName": "
my-first-med-transcription-job
", "Media": { "MediaFileUri": "s3://DOC-EXAMPLE-BUCKET
/my-input-files
/my-audio-file
.flac
" }, "OutputBucketName": "DOC-EXAMPLE-BUCKET
", "OutputKey": "my-output-files
/", "LanguageCode": "en-US", "Specialty": "PRIMARYCARE", "Type": "CONVERSATION", "Settings":{ "ShowSpeakerLabels": true, "MaxSpeakerLabels": 2 } }