バッチトランスクリプションでのチャンネル識別の使用ストリーミングトランスクリプションでのチャンネル識別の使用

マルチチャネルの音声文字起こし

オーディオに2つのチャネルがある場合は、チャネル識別で各チャンネルの音声を文字起こしすることができます。 Amazon Transcribe現在、3 チャンネル以上のオーディオはサポートされていません。

トランスクリプトでは、ch_0チャンネルにはラベルとが割り当てられますch_1。

標準のトランスクリプトセクション（transcriptsとitems）に加えて、channel_labelsチャネル識別が有効になっているリクエストにはセクションが含まれます。このセクションには、チャンネルごとにグループ化された各発話または句読点、および関連するチャンネルラベル、タイムスタンプ、および信頼スコアが含まれています。


"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
        },

あるチャンネルの人が別のチャンネルで話しかけると、各チャンネルの人が重なり、個人が互いに話しかけ合っています。

チャンネル識別を含む詳細なトランスクリプト例については、を参照してくださいチャンネル識別出力の例 (バッチ)。

バッチトランスクリプションでのチャンネル識別の使用

バッチトランスクリプション内のチャンネルを識別するには、AWS Management ConsoleAWS CLI、または AWSSDK を使用できます。例については、以下を参照してください。

AWS Management Consoleにサインインします。
ナビゲーションペインで、変換ジョブを選択後、ジョブの作成 (右上) を選択します。これにより、ジョブの詳細を指定 ページが開きます。
[ジョブの詳細の指定] ページに含めるフィールドを入力し、[次へ] を選択します。これにより、ジョブの設定 : オプション ページ へ移動します。

オーディオ設定パネルで、チャンネル識別を選択します（「オーディオ識別タイプ」の見出しの下）。
ジョブの作成を選択して、変換ジョブを実行します。

この例では start-transcription-job を使用します。詳細については、「StartTranscriptionJob」を参照してください。


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

別の例として、start-transcription-jobコマンド、およびそのジョブでチャネルを識別できるようにするリクエスト本文を使用します。


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

ファイル my-first-transcription-job.json に次のリクエストボディが入ります。


{
    "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
    }
}

この例では、AWS SDK for Python (Boto3)を使用して start_transcription_job メソッドを使用してチャンネルを識別しています。詳細については、を参照してください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)

ストリーミングトランスクリプションでのチャンネル識別の使用

ストリーミング文字変換のチャンネルを識別するには、HTTP/2 またはを使用できますWebSockets。例として以下を参照してください。

この例では、音声文字起こし出力のチャネルを分けると、音声文字起こし出力の文字起こし出力のチャネルを分離します。で HTTP/2 ストリーミングを使用する際の詳細についてはAmazon Transcribe、を参照してくださいHTTP/2 ストリームの設定。に固有のパラメータとヘッダーの詳細についてはAmazon Transcribe、を参照してください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

パラメータの定義は API リファレンスにあります。すべてのAWS API オペレーションに共通するパラメータは、「共通パラメータ」セクションに記載されています。

この例では、文字起こし出力のチャンネルを区切る署名付き URL を作成します。読みやすくするために、改行が追加されています。 WebSocket でのストリームの使用の詳細についてはAmazon Transcribe、を参照してくださいのセットアップ WebSocket ストリーム。パラメータの詳細については、「StartStreamTranscription」を参照してください。


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

ブラウザで JavaScript が無効になっているか、使用できません。

AWS ドキュメントを使用するには、JavaScript を有効にする必要があります。手順については、使用するブラウザのヘルプページを参照してください。

ドキュメントの表記規則

出力例