使用有毒語音檢測

在批量轉錄中使用有毒語音檢測

若要將有毒語音偵測與批次轉錄搭配使用，請參閱下列範例：

AWS Management Console

1. 登入 AWS Management Console。

2. 在導覽窗格中，選擇轉錄工作」，然後選取建立工作（右上）。這將打開指定工作詳情頁面。

   

3. 在「」指定工作詳情頁面中，您也可以根據需要啟用 PII 密文。請注意，毒性偵測不支援其他列出的選項。選取 下一步。這將帶您到設定工作-選擇性頁面。在音訊設定」面板中，選取毒性檢測。

   

4. 选择建立工作執行您的轉錄工作。

5. 轉錄工作完成後，您可以從下載轉錄工作詳細資訊頁面中的下拉式選單。

AWS CLI

此範例使用start-transcription-job命令和ToxicityDetection參數。如需詳細資訊，請參閱 StartTranscriptionJob 及 ToxicityDetection。

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 \
--toxicity-detection ToxicityCategories=ALL
    

這是另一個使用start-transcription-job命令，以及包括毒性檢測的請求主體。

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

該文件my-first-toxicity-job.json包含下列要求主體。

{
  "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",
  "ToxicityDetection": [ 
      { 
         "ToxicityCategories": [ "ALL" ]
      }
   ]
}

AWS SDK for Python (Boto3)

此範例使用AWS SDK for Python (Boto3)以啟用ToxicityDetection為開始轉錄工作方法。如需詳細資訊，請參閱 StartTranscriptionJob 及 ToxicityDetection。

如需使用AWSSDK (包括特定功能、案例和跨服務範例) 請參閱Amazon Transcribe 使用的代碼示例 AWS SDKs章節。

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', 
    ToxicityDetection = [ 
        { 
            'ToxicityCategories': ['ALL']
        }
    ]
)

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)
    

範例輸出

有毒語音在您的轉錄輸出中被標記並分類。有毒語音的每個執行個體都會分類並指派一個置信度分數 (介於 0 和 1 之間的值)。較大的可信度值表示內容在指定類別中是有毒語音的可能性就越大。

範例輸出

以下是 JSON 格式的範例輸出，顯示分類的有毒語音與相關聯的可信度分數。

{
    "jobName": "my-toxicity-job",
    "accountId": "111122223333",
    "results": {
        "transcripts": [...],
        "items":[...],
        "toxicity_detection": [
            {
                "text": "What the * are you doing man? That's why I didn't want to play with your * .  man it was a no, no I'm not calming down * man. I well I spent I spent too much * money on this game.",
                "toxicity": 0.7638,
                "categories": {
                    "profanity": 0.9913,
                    "hate_speech": 0.0382,
                    "sexual": 0.0016,
                    "insult": 0.6572,
                    "violence_or_threat": 0.0024,
                    "graphic": 0.0013,
                    "harassment_or_abuse": 0.0249
                },
                "start_time": 8.92,
                "end_time": 21.45
            },
            Items removed for brevity
            {
                "text": "What? Who? What the * did you just say to me? What's your address? What is your * address? I will pull up right now on your * * man. Take your * back to , tired of this **.",
                "toxicity": 0.9816,
                "categories": {
                    "profanity": 0.9865,
                    "hate_speech": 0.9123,
                    "sexual": 0.0037,
                    "insult": 0.5447,
                    "violence_or_threat": 0.5078,
                    "graphic": 0.0037,
                    "harassment_or_abuse": 0.0613
                },
                "start_time": 43.459,
                "end_time": 54.639
            },
        ]
    },
    ...
    "status": "COMPLETED"
}