流式转录中的语言识别 - Amazon Transcribe
识别多语言音频中的语言在流式转录媒体中使用语言识别

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

流式转录中的语言识别

流式转录语言识别可以识别您的媒体流中使用的主要语言。Amazon Transcribe 需要至少三秒钟的语音才能识别语言。

如果流仅包含一种语言，您可以启用单语言识别，这会识别媒体文件中使用的主要语言并仅使用该语言创建转录。

如果流包含多种语言，您可以启用多语言识别，这会识别流中使用的所有语言，并使用每种识别的语言创建转录。请注意，这将会生成多语言转录。您可以使用其它服务（例如 Amazon Transcribe）来翻译转录。

要使用流式转录语言识别，您必须提供至少两个语言代码，并且对于每个音频流，每种语言只能选择一种语言方言。这表示，您不能为同一个转录选择 en-US 和 en-AU 作为语言选项。

您还可以选择从您提供的一组语言代码中选择一种首选语言。添加首选语言可以加快语言识别过程，这对于简短的音频片段很有帮助。

重要

如果您提供的语言代码与在您的音频中识别的一个或多个语言均不匹配，则 Amazon Transcribe 会从您指定的语言代码中选择最接近的语言匹配项。然后，它会生成该语言的转录。例如，如果您的媒体使用的是美国英语 (en-US)，而您为 Amazon Transcribe 提供了语言代码 zh-CN、fr-FR 和 de-DE，Amazon Transcribe 很可能会将您的媒体与德语 (de-DE) 匹配并生成德语转录。语言代码和说出的语言不匹配可能会导致转录不准确，因此我们建议在添加语言代码时要小心谨慎。

如果您的媒体包含两个声道，则 Amazon Transcribe 可以识别每个声道中使用的主要语言。在这种情况下，将 ChannelIdentification 参数设置为 true，每个声道将分别转录。注意，此参数的默认值为 false。如果您不对其进行更改，则只会转录第一个声道，并且只识别一种语言。

流式转录语言识别不能与自定义语言模型或编辑结合使用。如果将语言识别与其它特征结合使用，则只能使用这些特征支持的语言以及流式转录支持的语言。请参阅支持的语言。

注意

PCM 和 FLAC 是唯一支持的用于流式转录语言识别的音频格式。

识别多语言音频中的语言

多语言识别适用于多语言流，并为您提供反映流中使用的所有支持的语言的转录。这就表示，如果发言者在对话中变换语言，或者如果每个参与者说的是不同的语言，则您的转录输出会正确检测并转录每种语言。

例如，如果流包含交替使用美国英语 (en-US) 和印地语 (hi-IN) 的双语发言者，则多语言识别可以识别所说的美国英语并转录为 en-US，并将所说的印地语转录为 hi-IN。这不同于单语言识别，后者只使用一种主要语言来创建转录。在这种情况下，主要语言以外的任何语言都会被错误地转录。

注意

多语言识别目前不支持编辑和自定义语言模型。

在流式转录媒体中使用语言识别

您可以通过 AWS Management Console、HTTP/2 或 WebSocket 在批量转录作业中使用自动语言识别；有关示例，请参阅以下内容：

  1. 登录到 AWS Management Console。

  2. 在导航窗格中，选择 Real-time transcription (实时转录)。向下滚动到语言设置，如果该字段已最小化，则将其展开。

    Amazon Transcribe 控制台屏幕截图：“实时转录”页面上折叠的“语言设置”选项卡。

  3. 选择自动语言识别或自动多语言识别。

    Amazon Transcribe 控制台屏幕截图：展开的“语言设置”选项卡。

  4. 为您的转录提供至少两个语言代码。请注意，每种语言只能提供一种方言。例如，对于同一个转录，您不能同时选择 en-US 和 fr-CA 作为语言选项。

    Amazon Transcribe 控制台屏幕截图：语言代码选择下拉菜单。

  5. （可选）从您在上一步中选择的语言子集中，您可以为转录选择首选语言。

    Amazon Transcribe 控制台屏幕截图：带有首选语言选项的“语言设置”面板。

  6. 您现在已准备就绪，可以转录音频流了。选择开始流式转录并开始讲话。要结束口述，请选择停止流式转录。

该示例创建了一个启用语言识别的 HTTP/2 请求。有关结合 Amazon Transcribe 使用 HTTP/2 流式转录的更多信息，请参阅设置 HTTP/2 音频流。有关特定于 Amazon Transcribe 的参数和标题的更多详细信息，请参阅 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-media-encoding: flac
x-amzn-transcribe-sample-rate: 16000    
x-amzn-transcribe-identify-language: true
x-amzn-transcribe-language-options: en-US,de-DE
x-amzn-transcribe-preferred-language: en-US
transfer-encoding: chunked

该示例创建一个启用了多语言识别的 HTTP/2 请求。有关结合 Amazon Transcribe 使用 HTTP/2 流式转录的更多信息，请参阅设置 HTTP/2 音频流。有关特定于 Amazon Transcribe 的参数和标题的更多详细信息，请参阅 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-media-encoding: flac
x-amzn-transcribe-sample-rate: 16000    
x-amzn-transcribe-identify-multiple-languages: true
x-amzn-transcribe-language-options: en-US,de-DE
x-amzn-transcribe-preferred-language: en-US
transfer-encoding: chunked

如果在请求中使用 identify-language 或 identify-multiple-languages，您还必须包含 language-options。不能在同一个请求中同时使用 language-code 和 identify-language。

参数定义可在 API 参考中找到；所有 AWS API 操作的通用参数列在常见参数部分中。

该示例创建了一个在 WebSocket 音频流中使用语言识别的预签名 URL。为了便于阅读，已增加了换行符。有关结合 Amazon Transcribe 使用 WebSocket 音频流的更多信息，请参阅设置直 WebSocket 播。有关参数的更多详细信息，请参阅 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
&media-encoding=flac
&sample-rate=16000
&identify-language=true
&language-options=en-US,de-DE
&preferred-language=en-US

该示例创建一个在 WebSocket 流中使用多语言识别的预签名 URL。为了便于阅读，已增加了换行符。有关结合 Amazon Transcribe 使用 WebSocket 音频流的更多信息，请参阅设置直 WebSocket 播。有关参数的更多详细信息，请参阅 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
&media-encoding=flac
&sample-rate=16000
&identify-multiple-languages=true
&language-options=en-US,de-DE
&preferred-language=en-US

如果在请求中使用 identify-language 或 identify-multiple-languages，您还必须包含 language-options。不能在同一个请求中同时使用 language-code 和 identify-language。

参数定义可在 API 参考中找到；所有 AWS API 操作的通用参数列在常见参数部分中。