Mempartisi speaker (diarisasi) - Amazon Transcribe
Mempartisi speaker dalam transkripsi batchMempartisi speaker dalam transkripsi streaming

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Mempartisi speaker (diarisasi)

Dengan diarisasi speaker, Anda dapat membedakan antara speaker yang berbeda dalam output transkripsi Anda. Amazon Transcribe dapat membedakan antara maksimal 30 speaker unik dan memberi label teks dari setiap pembicara unik dengan nilai unik (spk_0melaluispk_9).

Selain bagian transkrip standar (transcriptsdanitems), permintaan dengan partisi speaker diaktifkan termasuk bagian. speaker_labels Bagian ini dikelompokkan berdasarkan pembicara dan berisi informasi tentang setiap ucapan, termasuk label speaker dan stempel waktu.

"speaker_labels": {
    "channel_label": "ch_0",
    "speakers": 2,
    "segments": [
         {
            "start_time": "4.87",
            "speaker_label": "spk_0",
            "end_time": "6.88",
            "items": [                                                 
                {
                    "start_time": "4.87",
                    "speaker_label": "spk_0",
                    "end_time": "5.02"
                },
        ...
        {
            "start_time": "8.49",
            "speaker_label": "spk_1",
            "end_time": "9.24",
            "items": [
                {
                    "start_time": "8.49",
                    "speaker_label": "spk_1",
                    "end_time": "8.88"
                },

Untuk melihat contoh transkrip lengkap dengan partisi pembicara (untuk dua pembicara), lihat. Contoh output diarisasi (batch)

Mempartisi speaker dalam transkripsi batch

Untuk mempartisi speaker dalam transkripsi batch, lihat contoh berikut:

  1. Masuk ke AWS Management Console.

  2. Di panel navigasi, pilih Pekerjaan transkripsi, lalu pilih Buat pekerjaan (kanan atas). Ini membuka halaman Tentukan detail pekerjaan.

    Amazon Transcribe konsol 'Tentukan detail pekerjaan' halaman. Di panel 'Pengaturan pekerjaan', Anda dapat menentukan nama untuk pekerjaan transkripsi Anda, memilih jenis Model, dan menentukan pengaturan bahasa Anda.

  3. Isi kolom yang ingin Anda sertakan di halaman Tentukan detail pekerjaan, lalu pilih Berikutnya. Ini membawa Anda ke halaman Konfigurasi pekerjaan - opsional.

    Di panel Pengaturan audio, pilih Partisi speaker (di bawah judul 'Jenis identifikasi audio'). Anda dapat secara opsional menentukan jumlah speaker yang ingin Anda partisi, hingga maksimum 10.

    Amazon Transcribe konsol 'Konfigurasikan pekerjaan' halaman. Di panel 'Pengaturan audio', Anda dapat mengaktifkan 'Partisi speaker. '

  4. Pilih Buat pekerjaan untuk menjalankan pekerjaan transkripsi Anda.

Contoh ini menggunakan start-transcription-job. Untuk informasi selengkapnya, lihat 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 \
--show-speaker-labels TRUE \    
--max-speaker-labels 3

Berikut contoh lain menggunakan start-transcription-jobperintah, dan badan permintaan yang memungkinkan pembicara partisi dengan pekerjaan itu.

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

File my-first-transcription-job.json berisi badan permintaan berikut.

{
  "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",
  "ShowSpeakerLabels": 'TRUE',    
  "MaxSpeakerLabels": 3
 }

Contoh ini menggunakan AWS SDK for Python (Boto3) untuk mengidentifikasi saluran menggunakan metode start_transcription_job. Untuk informasi lebih lanjut, lihat 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 = {
        'ShowSpeakerLabels': True,
        'MaxSpeakerLabels': 3
    }    
)

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)

Mempartisi speaker dalam transkripsi streaming

Untuk mempartisi speaker dalam transkripsi streaming, lihat contoh berikut:

  1. Masuk ke AWS Management Console.

  2. Di panel navigasi, pilih Transkripsi waktu nyata. Gulir ke bawah ke pengaturan Audio dan perluas bidang ini jika diminimalkan.

    Amazon Transcribe tangkapan layar konsol: tab 'pengaturan audio' di halaman 'transkripsi waktu'.

  3. Beralih pada partisi Speaker.

    Amazon Transcribe tangkapan layar konsol: tab 'pengaturan audio' yang diperluas dengan partisi speaker diaktifkan.

  4. Anda sekarang siap untuk mentranskripsikan aliran Anda. Pilih Mulai streaming dan mulai berbicara. Untuk mengakhiri dikte Anda, pilih Hentikan streaming.

Contoh ini membuat permintaan HTTP/2 yang mempartisi speaker dalam output transkripsi Anda. Untuk informasi lebih lanjut tentang menggunakan streaming HTTP/2 dengan Amazon Transcribe, lihat. Menyiapkan aliran HTTP/2 Untuk detail selengkapnya tentang parameter dan header khusus untuk Amazon Transcribe, lihat 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-transcribe-show-speaker-label: true
transfer-encoding: chunked

Definisi parameter dapat ditemukan di Referensi API; parameter yang umum untuk semua operasi AWS API tercantum di bagian Parameter Umum.

Contoh ini membuat URL presigned yang memisahkan speaker dalam output transkripsi Anda. Jeda baris telah ditambahkan untuk keterbacaan. Untuk informasi selengkapnya tentang penggunaan WebSocket stream dengan Amazon Transcribe, lihatMenyiapkan WebSocket aliran. Untuk detail lebih lanjut tentang parameter, lihat 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        
&show-speaker-label=true

Definisi parameter dapat ditemukan di Referensi API; parameter yang umum untuk semua operasi AWS API tercantum di bagian Parameter Umum.