使用医学自定义词汇转录实时直播 - Amazon Transcribe

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。

使用医学自定义词汇转录实时直播

为了提高实时流中的转录准确性，您可以使用 HTTP/2 或 stre WebSocket ams 使用自定义词汇。要启动 HTTP/2 请求，请使用 StartMedicalStreamTranscriptionAPI。您可以使用AWS Management Console、StartMedicalStreamTranscriptionAPI 或使用 WebSocket 协议实时使用自定义词汇表。

要使用转录医学听写的流媒体音频，请选择转录医学听写的选项，开始直播，然后开始对着麦克风说话。AWS Management Console

转录医学听写的流媒体音频 (AWS Management Console)

  1. 登录到 AWS Management Console。

  2. 在导航窗格中的 MAmazon Transcribe edical 项下，选择实时转录。

  3. 对于医学专业，请选择在直播中发言的临床医生的医学专业。

  4. 对于音频输入类型，选择 “对话” 或 “听写”。

  5. 对于其他设置，请选择自定义词汇。

    1. 要选择词汇，请选择自定义词汇。

  6. 选择 Start streaming（开始流式传输）。

  7. 对着麦克风说话。

以下是 HTTP/2 请求参数的语法。

POST /medical-stream-transcription HTTP/2
host: transcribestreaming.us-west-2.amazonaws.com
authorization: Generated value
x-amz-target: com.amazonaws.transcribe.Transcribe.StartMedicalStreamTranscription
x-amz-content-sha256: STREAMING-MED-AWS4-HMAC-SHA256-EVENTS
x-amz-date: 20220208T235959Z
x-amzn-transcribe-session-id: my-first-http2-med-stream
x-amzn-transcribe-language-code: en-US
x-amzn-transcribe-media-encoding: flac
x-amzn-transcribe-sample-rate: 16000
x-amzn-transcribe-vocabulary-name: my-first-med-vocab
x-amzn-transcribe-specialty: PRIMARYCARE
x-amzn-transcribe-type: CONVERSATION
x-amzn-transcribe-show-speaker-label: true
Content-type: application/vnd.amazon.eventstream
transfer-encoding: chunked

参数描述：

  • 主机：使用AWS 区域您正在调用的AWS 区域（前面的示例中的 “us-west-2”）进行更新。有关有效列表AWS 区域，请参阅AWS 区域和终端节点。

  • 授权：这是一个生成的字段。要了解有关创建签名的更多信息，请参阅使用签名版本 4 签署AWS请求。

  • x-amz-target: 请勿更改此字段；请使用前面示例中显示的内容。

  • x-amz-content-sha256：这是生成的字段。要了解有关计算签名的更多信息，请参阅使用签名版本 4 签署AWS请求。

  • x-amz-date：创建签名的日期和时间。格式为 YYYYMDDTHHMSSZ，其中 yyyy=YEAR、mm=month、dd=day、HH=Hour、mm=minute、ss=seconds 以及 'T' 和 'Z' 是固定字符。有关更多信息，请参阅签名版本 4 中的处理日期。

  • x-amzn-transcribe-session-id：您的流媒体会话的名称。

  • x-amzn-transcribe-language-code：用于输入音频的编码。有关有效值支持的语言和特定语言的特征的列表，请参阅StartMedicalStreamTranscription或。

  • x-amzn-transcribe-media-enco ding：用于输入音频的编码。有效值包括 pcm、ogg-opus 和 flac。

  • x-amzn-transcribe-sample-r ate：输入音频的采样率（以赫兹为单位）。 Amazon Transcribe支持从 8,000 Hz 到 48,000 Hz 的范围。低质量音频，例如电话音频，通常在 8,000 Hz 左右。高质量音频的范围通常介于 16,000 Hz 到 48,000 Hz 之间。请注意，您指定的采样率必须与音频的采样率相匹配。

  • x-amzn-transcribe-vocabulary-nam e：您想在转录中使用的词汇的名称。

  • x-amzn-transcribe-specialty: 医学专业正在转录。

  • x-amzn-transcribe-type：选择这是听写还是对话。

  • x-amzn-transcribe-show-speaker-label：要启用降序功能，此值必须为true。

  • c@@ ontent-type：请勿更改此字段；请使用前面示例中显示的内容。

要使用 API 对 WebSocket 直播中的发言者进行分区，请使用以下格式创建预签名 URI 以启动 WebSocket 请求并设置为vocabulary-name自定义词汇表的名称。

GET wss://transcribestreaming.us-west-2.amazonaws.com:8443/medical-stream-transcription-websocket
?language-code=en-US
&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=Signature Version 4 signature 
&X-Amz-SignedHeaders=host
&media-encoding=flac
&sample-rate=16000
&session-id=sessionId
&specialty=medicalSpecialty
&type=CONVERSATION
&vocabulary-name=vocabularyName
&show-speaker-label=boolean