Menggunakan deteksi bicara beracun

Menggunakan deteksi ucapan beracun dalam transkripsi batch

Untuk menggunakan deteksi ucapan beracun dengan transkripsi batch, lihat contoh berikut ini:

AWS Management Console

1. Masuk ke AWS Management Console.

2. Di panel navigasi, pilihLowongan kerja Transcription, lalu pilihBuat pekerjaan(kanan atas). Ini membukaTentukan detail pekerjaanhalaman.

   

3. PadaTentukan detail pekerjaanHalaman, Anda juga dapat mengaktifkan redaksi PII jika Anda mau. Perhatikan bahwa opsi lain yang tercantum tidak didukung dengan deteksi Toksisitas. Pilih Selanjutnya. Ini akan membawa Anda keKonfigurasi pekerjaan - opsionalhalaman. DalamPengaturan audiopanel, pilihDeteksi toksisitas.

   

4. PilihBuat pekerjaanuntuk menjalankan pekerjaan transkripsi Anda.

5. Setelah pekerjaan transkripsi Anda selesai, Anda dapat mengunduh transkrip Anda dariUnduhmenu drop-down di halaman detail pekerjaan transkripsi.

AWS CLI

Contoh ini menggunakanstart-transcription-jobperintah danToxicityDetectionparameter. Untuk informasi selengkapnya, lihat StartTranscriptionJob dan ToxicityDetection.

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 \
--toxicity-detection ToxicityCategories=ALL
    

Berikut contoh lain menggunakanstart-transcription-jobperintah, dan badan permintaan yang mencakup deteksi toksisitas.

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

Berkasmy-first-toxicity-job.jsonberisi 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",
  "ToxicityDetection": [ 
      { 
         "ToxicityCategories": [ "ALL" ]
      }
   ]
}

AWS SDK for Python (Boto3)

Contoh ini menggunakanAWS SDK for Python (Boto3)untuk mengaktifkanToxicityDetectionuntukstart_transcription_jobmetode. Untuk informasi selengkapnya, lihat StartTranscriptionJob dan ToxicityDetection.

Untuk contoh tambahan menggunakanAWSSDK, termasuk contoh spesifik-fitur, skenario, dan lintas-layanan, merujuk padaContoh kode untuk Amazon Transcribe menggunakan SDK AWSBab.

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', 
    ToxicityDetection = [ 
        { 
            'ToxicityCategories': ['ALL']
        }
    ]
)

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)
    

Contoh keluaran

Pidato beracun ditandai dan dikategorikan dalam output transkripsi Anda. Setiap contoh ucapan beracun dikategorikan dan diberi skor kepercayaan (nilai antara 0 dan 1). Nilai kepercayaan yang lebih besar menunjukkan kemungkinan lebih besar bahwa konten tersebut adalah ucapan beracun dalam kategori yang ditentukan.

Contoh keluaran (JSON)

Berikut ini adalah contoh keluaran dalam format JSON yang menunjukkan pidato beracun yang dikategorikan dengan skor kepercayaan terkait.

{
    "jobName": "my-toxicity-job",
    "accountId": "111122223333",
    "results": {
        "transcripts": [...],
        "items":[...],
        "toxicity_detection": [
            {
                "text": "What the * are you doing man? That's why I didn't want to play with your * .  man it was a no, no I'm not calming down * man. I well I spent I spent too much * money on this game.",
                "toxicity": 0.7638,
                "categories": {
                    "profanity": 0.9913,
                    "hate_speech": 0.0382,
                    "sexual": 0.0016,
                    "insult": 0.6572,
                    "violence_or_threat": 0.0024,
                    "graphic": 0.0013,
                    "harassment_or_abuse": 0.0249
                },
                "start_time": 8.92,
                "end_time": 21.45
            },
            Items removed for brevity
            {
                "text": "What? Who? What the * did you just say to me? What's your address? What is your * address? I will pull up right now on your * * man. Take your * back to , tired of this **.",
                "toxicity": 0.9816,
                "categories": {
                    "profanity": 0.9865,
                    "hate_speech": 0.9123,
                    "sexual": 0.0037,
                    "insult": 0.5447,
                    "violence_or_threat": 0.5078,
                    "graphic": 0.0037,
                    "harassment_or_abuse": 0.0613
                },
                "start_time": 43.459,
                "end_time": 54.639
            },
        ]
    },
    ...
    "status": "COMPLETED"
}