使用列表创建自定义词汇

重要

列表格式的自定义词汇表已过时，因此，如果您要创建新的自定义词汇表，我们强烈建议使用表格格式。

您可以使用AWS Management Console、AWS CLI或 AWS SDK 从列表中创建自定义词汇表。

• AWS Management Console：您必须创建并上传包含您的自定义词汇表的文本文件。您可以使用行分隔或逗号分隔的条目。请注意，您的列表必须保存为文本 (*.txt) 格式LF文件。如果您使用任何其他格式，例如CRLF，您的自定义词汇表不被接受Amazon Transcribe。

• AWS CLI和 AWSSDK：您必须使用标志在 API 调用中以逗号分隔的条目形式包含自定义词汇。Phrases

如果一个条目包含多个单词，则必须用连字符连接每个单词。例如，您将 “洛杉矶” 添加为，将 “安道尔城Los-Angeles” 添加为。Andorra-la-Vella

以下是两种有效列表格式的示例。有关特定方法创建自定义词汇表的示例，请参阅。

• 以逗号分隔的条目：

  Los-Angeles,CLI,Eva-Maria,ABCs,Andorra-la-Vella

• 以行分隔的条目：

  Los-Angeles
  CLI
  Eva-Maria
  ABCs
  Andorra-la-Vella

重要

您只能使用您的语言支持的字符。有关详细信息，请参阅您的语言的字符集。

该CreateMedicalVocabulary操作不支持自定义词汇表。如果创建自定义医学词汇表，则必须使用表格格式；有关说明，使用表格创建自定义词汇表请参阅。

创建自定义词汇表

要处理自定义词汇表以供使用Amazon Transcribe，请参阅以下示例：

AWS CLI

此示例使用带有列表格式的自定义词汇文件的 creat e-worksward 命令。有关更多信息，请参阅CreateVocabulary：

aws transcribe create-vocabulary \ 
--vocabulary-name my-first-vocabulary \ 
--language-code en-US \ 
--phrases {CLI,Eva-Maria,ABCs}

这是使用 create-worksarch 命令的另一个示例，以及一个创建自定义词汇表的请求正文。

aws transcribe create-vocabulary \
--cli-input-json file://filepath/my-first-vocab-list.json

my-first-vocab-list.json 文件包含以下请求正文。

{
  "VocabularyName": "my-first-vocabulary",
  "LanguageCode": "en-US",
  "Phrases": [
        "CLI","Eva-Maria","ABCs"
  ]
}

从VocabularyState更改PENDING为后READY，您的自定义词汇便可与转录一起使用。要查看自定义词汇表的当前状态，请运行：

aws transcribe get-vocabulary \
--vocabulary-name my-first-vocabulary

AWS SDK for Python (Boto3)

此示例使用使用 create _workash 方法从列表中创建自定义词汇表。AWS SDK for Python (Boto3)有关更多信息，请参阅CreateVocabulary：

有关使用 AWS SDK 的其他示例，包括特定功能、场景和跨服务示例，请参阅本章。使用软件开发工具包的 Amazon Transcribe 的代码示例 AWS

from __future__ import print_function
import time
import boto3
transcribe = boto3.client('transcribe', 'us-west-2')
vocab_name = "my-first-vocabulary"
response = transcribe.create_vocabulary(
    LanguageCode = 'en-US',
    VocabularyName = vocab_name,
    Phrases = [
        'CLI','Eva-Maria','ABCs'
    ]
)

while True:
    status = transcribe.get_vocabulary(VocabularyName = vocab_name)
    if status['VocabularyState'] in ['READY', 'FAILED']:
        break
    print("Not ready yet...")
    time.sleep(5)
print(status)

注意

如果您为自定义词汇文件创建新的Amazon S3存储桶，请确保CreateVocabulary提出请求的IAM角色有权访问此存储桶。如果该角色没有正确的权限，则您的请求会失败。您可以选择通过添加DataAccessRoleArn参数在请求中指定IAM角色。有关中的IAM角色和策略的更多信息Amazon Transcribe，请参阅Amazon Transcribe 基于身份的策略示例。