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。
为资源添加标签
标签是一种自定义元数据标签,您可以将其添加到资源中,以便在搜索中更容易识别、组织和查找。标签由两个独立的部分组成:标签键和标签值。这被称为键:值对。
标签键通常代表较大的类别,而标签值代表该类别的子集。例如,你可以使用标签 key=Color 和标签 value=BL UE,这将生成 key: value 对Color:Blue
。请注意,您可以将标签的值设为空的字符串,但是不能将其设为空值。省略标签值与使用空字符串相同。
提示
AWS Billing and Cost Management可以使用标签将账单分成动态类别。例如,如果您添加了代表公司内部不同部门的标签,例如Department:Sales
或Department:Legal
,则AWS可以为您提供每个部门的成本分配。
在 Amazon Transcribe 中,您可以为以下资源添加标签:
转录职位
医学转录职位
通话分析通话后转录工作
自定义词汇
自定义医学词汇
自定义词汇过滤器
自定义语言模型
标签键的长度最大可以为 128 个字符,标签值的长度最大可以为 126 字符;两者都区分大小写。 Amazon Transcribe每个资源支持最多 50 个标签。对于给定的资源,每个标签键必须是唯一的,只有一个值。请注意,您的标签不能以开头,aws:
因为会为系统生成的标签AWS保留此前缀。您无法添加、修改或删除aws:*
标签,它们不计入您的 tags-per-resource 限制。
特定于资源标记的 API 操作
ListTagsForResource
,
TagResource
,
UntagResource
要使用标记 API,您必须在请求中包含Amazon 资源名称 (ARN)。ARN 有这样的格式arn:partition:service:region:account-id:resource-type/resource-id
。例如,与转录任务关联的 ARN 可能如下所示:arn:
。aws
:transcribe:us-west-2
:111122223333
:transcription-job/my-transcription-job-name
要了解有关标记的更多信息,包括最佳实践,请参阅标记AWS资源。
基于标签的访问控制
您可以使用标签来控制访问AWS 账户。对于基于标签的访问控制,您需要在IAM策略的条件元素中提供标签信息。然后,您可以使用标签及其关联的标签条件键控制对:
资源:根据分配给Amazon Transcribe资源的标签控制对资源的访问。
使用
aws:ResourceTag/
条件键指定必须将哪个标签键:值对附加到资源。key-name
请求:控制可以在请求中传递哪些标签。
使用
aws:RequestTag/
条件键指定可在IAM用户或角色中添加、修改或删除的标签。key-name
授权流程:控制授权过程任何部分的基于标签的访问权限。
使用
aws:TagKeys/
条件键控制是否可以对资源、请求或委托人使用特定的标签键。在这种情况下,键值无关紧要。
有关基于标签的访问策略示例,请参阅基于标签查看转录任务。
有关基于标签的访问控制的更多详细信息,请参阅使用标签控制对AWS资源的访问。
向Amazon Transcribe资源添加标签
您可以在运行Amazon Transcribe作业之前或之后添加标签。使用现有的 Create* 和 Start* API,您可以在转录请求中添加标签。
您可以使用、或 AWSSDK 添加AWS Management ConsoleAWS CLI、修改或删除标签;有关示例,请参阅以下内容:
-
在导航窗格中,选择转录作业,然后选择创建作业(右上角)。这将打开 “指定作业详细信息” 页面。
-
滚动到 “指定作业详细信息” 页面底部,找到 “标签-可选” 框并选择 “添加新标签”。
-
为 “密钥” 字段和(可选)“值” 字段输入信息。
-
在 “指定作业详细信息” 页面上填写要包含的任何其他字段,然后选择下一步。这将带您进入配置作业-可选页面。
选择 “创建作业” 以运行转录作业。
-
通过导航到转录作业页面,选择转录作业,然后滚动到该作业信息页面的底部,您可以查看与转录作业相关的标签。如果要编辑标签,可以选择管理标签来执行此操作。
此示例使用start-transcription-jobTags
参数。有关更多信息,请参阅 StartTranscriptionJob
和 Tag
。
aws transcribe start-transcription-job \ --region
us-west-2
\ --transcription-job-namemy-first-transcription-job
\ --media MediaFileUri=s3://DOC-EXAMPLE-BUCKET
/my-input-files
/my-media-file
.flac
\ --output-bucket-nameDOC-EXAMPLE-BUCKET
\ --output-keymy-output-files
/ \ --language-codeen-US
\ --tags Key=color
,Value=blue
Key=shape
,Value=square
这是使用start-transcription-job
aws transcribe start-transcription-job \ --region
us-west-2
\ --cli-input-json file://filepath
/my-first-tagging-job.json
my-first-tagging-job.json 文件包含以下请求正文。
{ "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
", "Tags": [ { "Key": "color
", "Value": "blue
" }, { "Key": "shape
", "Value": "square
" } ] }
以下示例使用使用 start_transcription_jobTags
参数来添加标签。AWS SDK for Python (Boto3)有关更多信息,请参阅 StartTranscriptionJob
和 Tag
。
有关使用AWS软件开发工具包的其他示例,包括特定功能、场景和跨服务示例,请参阅本使用软件开发工具包的 Amazon Transcribe 的代码示例 AWS章。
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
', Tags = [ { 'Key':'color
', 'Value':'blue
' } ] ) 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)