As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Identificação de idioma com trabalhos de transcrição em lote
Use a identificação de idioma em lote para identificar automaticamente um ou mais idiomas no arquivo de mídia.
Se a mídia tiver apenas um idioma, você poderá habilitar a [identificação de um único idioma](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html#transcribe-StartTranscriptionJob-request-IdentifyLanguage), que identifica o idioma dominante falado no arquivo de mídia e cria a transcrição usando somente esse idioma.
Se a mídia contiver mais de um idioma, você poderá habilitar a [identificação de vários idiomas](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html#transcribe-StartTranscriptionJob-request-IdentifyMultipleLanguages), que identifica todos os idiomas falados no arquivo de mídia e cria a transcrição usando cada idioma identificado. Observe que uma transcrição de vários idiomas é produzida. Você pode usar outros serviços Amazon Translate, como traduzir sua transcrição.
Consulte na tabela de [idiomas compatíveis](supported-languages.md) uma lista completa dos idiomas compatíveis e os códigos de idioma associados.
Para conseguir melhores resultados, o arquivo de mídia deve ter pelo menos 30 segundos de fala.
Para exemplos de uso com o Console de gerenciamento da AWS, AWS CLI, e o SDK do AWS Python, consulte. [Usar a identificação de idioma com transcrições em lote](#lang-id-batch-examples)
## Identificar idiomas em áudio com vários idiomas
A identificação de vários idiomas é destinada a arquivos de mídia com vários idiomas e fornece uma transcrição que reflete todos os [idiomas compatíveis](supported-languages.md) falados na mídia. Isso significa que, se os locutores mudarem de idioma no meio da conversa ou se cada participante falar um idioma diferente, a saída de transcrição detectará e transcreverá cada idioma corretamente. Por exemplo, se a mídia contiver um locutor bilíngue que esteja alternando entre inglês americano (`en-US`) e hindi (`hi-IN`), a identificação de vários idiomas poderá identificar e transcrever o inglês americano falado como `en-US` e o hindi falado como `hi-IN`.
Isso difere da identificação de um único idioma, em que apenas um idioma dominante é usado para criar uma transcrição. Nesse caso, qualquer idioma falado que não seja o dominante é transcrito incorretamente.
**nota**
No momento, não é possível usar edição e modelos de idioma personalizados com a identificação de vários idiomas.
**nota**
Os seguintes idiomas são atualmente compatíveis com identificação de vários idiomas: en-AB, en-AU, en-GB, en-IE, en-IN, en-NZ, en-US, en-WL, en-ZA, es-ES, es-US, fr-CA, fr-FR, zh-CN, zh-TW, pt-BR, pt-PT, de-CH, de-DE, af-ZA, ar-AE, da-DK, he-IL, hi-IN, id-ID, fa-IR, it-IT, ja-JP, ko-KR, ms-MY, nl-NL, ru-RU, ta-IN, te-IN, th-TH, tr-TR
As transcrições de vários idiomas fornecem um resumo dos idiomas detectados e o tempo total em que cada idioma é falado na mídia. Veja um exemplo abaixo:
```
"results": {
"transcripts": [
{
"transcript": "welcome to Amazon transcribe. ये तो उदाहरण हैं क्या कैसे कर सकते हैं ।一つのファイルに複数の言語を書き写す"
}
],
...
"language_codes": [
{
"language_code": "en-US",
"duration_in_seconds": 2.45
},
{
"language_code": "hi-IN",
"duration_in_seconds": 5.325
},
{
"language_code": "ja-JP",
"duration_in_seconds": 4.15
}
]
}
```
## Melhorar a precisão da identificação de idiomas
Com a identificação de idioma, você tem a opção de incluir uma lista de idiomas que você acha que podem estar presentes na mídia. A inclusão de opções de idioma (`LanguageOptions`) restringe Amazon Transcribe o uso somente dos idiomas que você especifica ao combinar seu áudio com o idioma correto, o que pode acelerar a identificação do idioma e melhorar a precisão associada à atribuição do dialeto correto do idioma.
Se você optar por incluir códigos de idioma, deverá especificar, pelo menos, dois. Não há limite para o número de códigos de idioma que você pode incluir, mas recomendamos usar entre dois e cinco para otimizar a eficiência e a precisão.
**nota**
Se você incluir códigos de idioma em sua solicitação e nenhum dos códigos de idioma fornecidos corresponder ao idioma ou idiomas identificados em seu áudio, Amazon Transcribe selecionará a correspondência de idioma mais próxima dos códigos de idioma especificados. Em seguida, ele produz uma transcrição nesse idioma. Por exemplo, se sua mídia estiver em inglês dos EUA (`en-US`) e você Amazon Transcribe fornecer os códigos de idioma`zh-CN`, e `fr-FR``de-DE`, Amazon Transcribe provavelmente corresponderá sua mídia ao alemão (`de-DE`) e produzirá uma transcrição em alemão. A incompatibilidade entre códigos de idioma e idiomas falados pode resultar em uma transcrição imprecisa; portanto, recomendamos cautela ao incluir códigos de idioma.
## Combinando a identificação do idioma com outros Amazon Transcribe recursos
Você pode usar a identificação de idioma em lote com qualquer outro recurso do Amazon Transcribe . Ao combinar a identificação de idioma com outros recursos, você se limitará aos idiomas compatíveis com esses recursos. Por exemplo, se usar a identificação de idioma com edição de conteúdo, você se limitará ao inglês dos EUA (`en-US`) ou ao espanhol dos EUA (`es-US`), pois esses são os únicos idiomas disponíveis para edição. Consulte [Idiomas oferecidos e recursos específicos do idioma](supported-languages.md) para obter mais informações.
**Importante**
Se você estiver usando a identificação automática de idioma com a edição de conteúdo habilitada e seu áudio contiver idiomas diferentes do inglês dos EUA (`en-US`) ou do espanhol dos EUA (`es-US`), somente o conteúdo em inglês dos EUA ou espanhol dos EUA será editado em sua transcrição. Outros idiomas não podem ser editados e não há avisos ou falhas no trabalho.
**Modelos de idioma personalizados, vocabulários personalizados e filtros de vocabulário personalizados**
Se você quiser adicionar um ou mais modelos de idioma personalizados, vocabulários personalizados ou filtros de vocabulário personalizados à solicitação de identificação de idioma, inclua o parâmetro [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_LanguageIdSettings.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_LanguageIdSettings.html). Depois, é possível especificar um código de idioma com um modelo de idioma personalizado, vocabulário personalizado e filtro de vocabulário personalizado correspondentes. Observe que a identificação de vários idiomas não é compatível com modelos de idioma personalizados.
É recomendável que você inclua `LanguageOptions` ao usar [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_LanguageIdSettings.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_LanguageIdSettings.html) para garantir que o dialeto correto do idioma seja identificado. Por exemplo, se você especificar um vocabulário `en-US` personalizado, mas Amazon Transcribe determinar qual é o idioma falado em sua mídia`en-AU`, seu vocabulário personalizado *não será* aplicado à sua transcrição. Se você incluir `LanguageOptions` e especificar `en-US` como o único dialeto do idioma inglês, o vocabulário personalizado *será* aplicado à transcrição.
Para obter exemplos de [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_LanguageIdSettings.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_LanguageIdSettings.html)em uma solicitação, consulte a Opção 2 **AWS CLI**e os painéis **AWS SDKs**suspensos na [Usar a identificação de idioma com transcrições em lote](#lang-id-batch-examples) seção.
## Usar a identificação de idioma com transcrições em lote
Você pode usar a identificação automática do idioma em um trabalho de transcrição em lote usando o **Console de gerenciamento da AWS**AWS CLI****,, ou **AWS SDKs**; veja exemplos a seguir:
### Console de gerenciamento da AWS
1. Faça login no [Console de gerenciamento da AWS](https://console.aws.amazon.com/transcribe/).
1. No painel de navegação, escolha **Tarefas de transcrição** e selecione **Criar tarefa** (no canto superior direito). Isso abre a página **Especificar os detalhes da tarefa**.
1. No painel **Configurações de tarefa**, encontre a seção **Configurações de idioma** e selecione **Identificação automática de idioma** ou **Identificação automática de vários idiomas**.
Você pode selecionar várias opções de idioma (na caixa suspensa *Selecionar idiomas*) caso saiba quais idiomas estão presentes no arquivo de áudio. Fornecer opções de idioma pode melhorar a precisão, mas não é obrigatório.
![\[Amazon Transcribe captura de tela do console: o painel “configurações do trabalho” na página “especificar detalhes do trabalho”.\]](http://docs.aws.amazon.com/pt_br/transcribe/latest/dg/images/lang-id-batch1.png)
1. Preencha os outros campos que deseja incluir na página **Especificar os detalhes da tarefa** e selecione **Próximo**. Isso leva você à página **Configurar tarefa - *opcional***.
![\[Amazon Transcribe captura de tela do console: a página 'configurar trabalho'.\]](http://docs.aws.amazon.com/pt_br/transcribe/latest/dg/images/lang-id-configure-batch.png)
1. Selecione **Criar tarefa** para executar a tarefa de transcrição.
### AWS CLI
Este exemplo usa o [start-transcription-job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/start-transcription-job.html)comando e o `IdentifyLanguage` parâmetro. Para obter mais informações, consulte [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html) e [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_LanguageIdSettings.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_LanguageIdSettings.html).
**Opção 1**: sem o parâmetro `language-id-settings`. Use essa opção se você **não** estiver incluindo um modelo de idioma personalizado, vocabulário personalizado ou filtro de vocabulário personalizado em na solicitação. `language-options` é opcional, mas recomendado.
```
aws transcribe start-transcription-job \
--region us-west-2 \
--transcription-job-name my-first-transcription-job \
--media MediaFileUri=s3://amzn-s3-demo-bucket/my-input-files/my-media-file.flac \
--output-bucket-name amzn-s3-demo-bucket \
--output-key my-output-files/ \
--identify-language \ (or --identify-multiple-languages) \
--language-options "en-US" "hi-IN"
```
**Opção 1**: com o parâmetro `language-id-settings`. Use essa opção se **estiver** incluindo um modelo de idioma personalizado, um vocabulário personalizado ou um filtro de vocabulário personalizado na solicitação.
```
aws transcribe start-transcription-job \
--region us-west-2 \
--transcription-job-name my-first-transcription-job \
--media MediaFileUri=s3://amzn-s3-demo-bucket/my-input-files/my-media-file.flac \
--output-bucket-name amzn-s3-demo-bucket \
--output-key my-output-files/ \
--identify-language \ (or --identify-multiple-languages)
--language-options "en-US" "hi-IN" \
--language-id-settings en-US=VocabularyName=my-en-US-vocabulary,en-US=VocabularyFilterName=my-en-US-vocabulary-filter,en-US=LanguageModelName=my-en-US-language-model,hi-IN=VocabularyName=my-hi-IN-vocabulary,hi-IN=VocabularyFilterName=my-hi-IN-vocabulary-filter
```
Aqui está outro exemplo usando o [start-transcription-job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/start-transcription-job.html)comando e um corpo de solicitação que identifica a linguagem.
```
aws transcribe start-transcription-job \
--region us-west-2 \
--cli-input-json file://filepath/my-first-language-id-job.json
```
O arquivo *my-first-language-id-job.json* contém o corpo da solicitação a seguir.
**Opção 1**: sem o parâmetro `LanguageIdSettings`. Use essa opção se você **não** estiver incluindo um modelo de idioma personalizado, vocabulário personalizado ou filtro de vocabulário personalizado em na solicitação. `LanguageOptions` é opcional, mas recomendado.
```
{
"TranscriptionJobName": "my-first-transcription-job",
"Media": {
"MediaFileUri": "s3://amzn-s3-demo-bucket/my-input-files/my-media-file.flac"
},
"OutputBucketName": "amzn-s3-demo-bucket",
"OutputKey": "my-output-files/",
"IdentifyLanguage": true, (or "IdentifyMultipleLanguages": true),
"LanguageOptions": [
"en-US", "hi-IN"
]
}
```
**Opção 1**: com o parâmetro `LanguageIdSettings`. Use essa opção se **estiver** incluindo um modelo de idioma personalizado, um vocabulário personalizado ou um filtro de vocabulário personalizado na solicitação.
```
{
"TranscriptionJobName": "my-first-transcription-job",
"Media": {
"MediaFileUri": "s3://amzn-s3-demo-bucket/my-input-files/my-media-file.flac"
},
"OutputBucketName": "amzn-s3-demo-bucket",
"OutputKey": "my-output-files/",
"IdentifyLanguage": true, (or "IdentifyMultipleLanguages": true)
"LanguageOptions": [
"en-US", "hi-IN"
],
"LanguageIdSettings": {
"en-US" : {
"LanguageModelName": "my-en-US-language-model",
"VocabularyFilterName": "my-en-US-vocabulary-filter",
"VocabularyName": "my-en-US-vocabulary"
},
"hi-IN": {
"VocabularyName": "my-hi-IN-vocabulary",
"VocabularyFilterName": "my-hi-IN-vocabulary-filter"
}
}
}
```
### AWS SDK para Python (Boto3)
Este exemplo usa o AWS SDK para Python (Boto3) para identificar o idioma do seu arquivo usando o `IdentifyLanguage` argumento do método [start\$1transcription\$1job](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/transcribe.html#TranscribeService.Client.start_transcription_job). Para obter mais informações, consulte [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html) e [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_LanguageIdSettings.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_LanguageIdSettings.html).
Para obter exemplos adicionais de uso do AWS SDKs, incluindo exemplos específicos de recursos, cenários e entre serviços, consulte o capítulo. [Exemplos de código para o Amazon Transcribe usando AWS SDKs](service_code_examples.md)
**Opção 1**: sem o parâmetro `LanguageIdSettings`. Use essa opção se você **não** estiver incluindo um modelo de idioma personalizado, vocabulário personalizado ou filtro de vocabulário personalizado em na solicitação. `LanguageOptions` é opcional, mas recomendado.
```
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://amzn-s3-demo-bucket/my-input-files/my-media-file.flac"
transcribe.start_transcription_job(
TranscriptionJobName = job_name,
Media = {
'MediaFileUri': job_uri
},
OutputBucketName = 'amzn-s3-demo-bucket',
OutputKey = 'my-output-files/',
MediaFormat = 'flac',
IdentifyLanguage = True, (or IdentifyMultipleLanguages = True),
LanguageOptions = [
'en-US', 'hi-IN'
]
)
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)
```
**Opção 1**: com o parâmetro `LanguageIdSettings`. Use essa opção se **estiver** incluindo um modelo de idioma personalizado, um vocabulário personalizado ou um filtro de vocabulário personalizado na solicitação.
```
from __future__ import print_function
import time
import boto3
transcribe = boto3.client('transcribe')
job_name = "my-first-transcription-job"
job_uri = "s3://amzn-s3-demo-bucket/my-input-files/my-media-file.flac"
transcribe.start_transcription_job(
TranscriptionJobName = job_name,
Media = {
'MediaFileUri': job_uri
},
OutputBucketName = 'amzn-s3-demo-bucket',
OutputKey = 'my-output-files/',
MediaFormat='flac',
IdentifyLanguage=True, (or IdentifyMultipleLanguages=True)
LanguageOptions = [
'en-US', 'hi-IN'
],
LanguageIdSettings={
'en-US': {
'VocabularyName': 'my-en-US-vocabulary',
'VocabularyFilterName': 'my-en-US-vocabulary-filter',
'LanguageModelName': 'my-en-US-language-model'
},
'hi-IN': {
'VocabularyName': 'my-hi-IN-vocabulary',
'VocabularyFilterName': 'my-hi-IN-vocabulary-filter'
}
}
)
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)
```