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。 # TwelveLabs Marengo Embed 2.7 TwelveLabs Marengo Embed 2.7 模型可从视频、文本、音频或图像输入生成嵌入。这些嵌入可用于相似性搜索、聚类及其他机器学习任务。 + 提供商 – TwelveLabs + 模型 ID – twelvelabs.marengo-embed-2-7-v1:0 TwelveLabs Marengo Embed 2.7 模型支持下表中列出的 Amazon Bedrock 运行时操作。 + 有关不同 API 方法的使用案例的更多信息，请参阅[了解不同模型推理方法的使用案例不同的推理方法](inference-methods.md)。 + 有关模型类型的更多信息，请参阅 [Amazon Bedrock 中推理的工作原理推理的工作原理](inference-how.md)。 + 要查看模型列表 IDs 以及中支持的模型和AWS区域TwelveLabs Marengo Embed 2.7，请在表格中搜索模型[Amazon Bedrock 中支持的根基模型](models-supported.md)。 + 有关推理配置文件的完整列表 IDs，请参阅[支持推理配置文件的区域和模型](inference-profiles-support.md)。推理配置文件 ID 基于AWS区域。 **** | API 操作 | 受支持的模型类型 | 输入模式 | 输出模态 | | --- | --- | --- | --- | | InvokeModel | [推理配置文件](inference-profiles-support.md) | 文本 Image | 嵌入 | | StartAsyncInvoke | [基础模型](models-supported.md) | 视频 音频 Image 文本 | 嵌入 | **注意** 使用 `InvokeModel` 可为搜索查询生成嵌入。使用 `StartAsyncInvoke` 可为大规模资源生成嵌入。 以下配额适用于输入： **** | 输入模态 | 最大值 | | --- | --- | | 文本 | 77 个代币 | | Image | 5 MB | | 视频（S3） | 2 GB | | 音频（S3） | 2 GB | **注意** 如果您使用 base64 编码以内联方式定义音频或视频，请确保请求正文有效载荷不超过 Amazon Bedrock 的 25 MB 模型调用配额。 **Topics** + [TwelveLabs Marengo Embed 2.7 请求参数](#model-parameters-marengo-async-request) + [TwelveLabs Marengo Embed 2.7 响应](#model-parameters-marengo-response) + [TwelveLabs Marengo Embed 2.7 代码示例](#model-parameters-marengo-examples) ## TwelveLabs Marengo Embed 2.7 请求参数 当您发出请求时，指定模型特定输入的字段因 API 操作而异： + [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html)— 在请求中`body`。 + [StartAsyncInvoke](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_StartAsyncInvoke.html)— 在请求正文的`modelInput`字段中。 模型输入的格式取决于输入模态： ------ #### [ Text ] ``` { "inputType": "text", "inputText": "string", "textTruncate": "string } ``` ------ #### [ Inline image ] ``` { "inputType": "image", "mediaSource": { "base64String": "base64-encoded string" } } ``` ------ #### [ S3 image ] ``` { "inputType": "image", "mediaSource": { "s3Location": { "uri": "string", "bucketOwner": "string" } } } ``` ------ #### [ Inline video ] ``` { "inputType": "video", "mediaSource": { "s3Location": { "base64String": "base64-encoded string" } }, "startSec": double, "lengthSec": double, "useFixedLengthSec": double, "embeddingOption": "visual-text" | "visual-image" | "audio" } ``` ------ #### [ S3 video ] ``` { "inputType": "image", "mediaSource": { "s3Location": { "uri": "string", "bucketOwner": "string" } }, "startSec": double, "lengthSec": double, "useFixedLengthSec": double, "minClipSec": int, "embeddingOption": ["string"] } ``` ------ #### [ Inline audio ] ``` { "inputType": "audio", "mediaSource": { "base64String": "base64-encoded string" }, "startSec": double, "lengthSec": double, "useFixedLengthSec": double } ``` ------ #### [ S3 audio ] ``` { "inputType": "audio", "mediaSource": { "s3Location": { "uri": "string", "bucketOwner": "string" } }, "startSec": double, "lengthSec": double, "useFixedLengthSec": double } ``` ------ 展开以下各个部分，查看有关输入参数的详细信息： ### inputType 嵌入的模态。 + **类型**：字符串 + **是否必需**：是 + **有效值**：`video` \$1 `text` \$1 `audio` \$1 `image` ### inputText 要嵌入的文本。 + **类型**：字符串 + **必需：**是（适用于兼容的输入类型） + **兼容的输入类型：**文本 ### textTruncate 指定平台如何截断文本。 + **类型**：字符串 + **必需**：否 + **有效值：** + `end` – 截断文本的结尾。 + `none` – 如果文本超过限制，则返回错误 + **默认值：**end + **兼容的输入类型：**文本 ### mediaSource 包含有关媒体源的信息。 + **类型：**对象 + **必需：**是（如果是兼容的类型） + **兼容的输入类型：**图像、视频、音频 请求正文中 `mediaSource` 对象的格式取决于媒体是定义为 Base64 编码的字符串还是 S3 位置。 + **Base64 编码的字符串** ``` { "mediaSource": { "base64String": "base64-encoded string" } } ``` + `base64String` – 媒体的 Base64 编码的字符串。 + **S3 位置**-指定 S3 URI 和存储桶所有者。 ``` { "s3Location": { "uri": "string", "bucketOwner": "string" } } ``` + `uri` - 包含媒体的 S3 URI。 + `bucketOwner`— S3 存储桶所有者的AWS账户 ID。 ### embeddingOption 指定要检索的嵌入的类型。 + **类型**：列表 + **必需**：否 + **列表成员的有效值：** + `visual-text` - 已针对文本搜索优化的视觉对象嵌入。 + `visual-image` - 已针对图像搜索优化的视觉对象嵌入。 + `audio` – 视频中的音频嵌入。 + **默认值：**[“visual-text”、“visual-image”、“audio”] + **兼容的输入类型：**视频、音频 ### startSec 剪辑中应开始处理的时间点（以秒为单位）。 + **类型**：双精度 + **必需**：否 + **最小值：**0 + **默认值：**0 + **兼容的输入类型：**视频、音频 ### lengthSec 从 `startSec` 时间点起算，经过该时长（以秒为单位）后，处理应停止。 + **类型**：双精度 + **必需**：否 + **有效值：**0 - 媒体时长 + **默认值：**媒体时长 + **兼容的输入类型：**视频、音频 示例： + startSec：5 + lengthSec：20 + 结果：片段的处理时间为 0:05 到 0:25（5 秒 \$1 20 秒）。 ### useFixedLength秒 模型应为每个剪辑生成嵌入的时长。 + **类型**：双精度 + **必需**：否 + **取值参数：**2 - 10。必须大于或等于 `minClipSec`。 + **默认值：**取决于媒体类型： + **视频：**按镜头边界检测动态划分。 + **音频：**均匀分割，片段尽可能接近 10 秒。 示例： + 一个 50 秒的片段分为 5 个 10 秒的片段。 + 一个 16 秒的片段分为 2 个 8 秒的片段。 + **兼容的输入类型：**视频、音频 + **注意：**必须大于或等于 `minClipSec`。 ### minClipSec 设置每个剪辑的最小值（以秒为单位）。 + **类型：**int + **必需**：否 + **取值参数：**范围：1-5 + **默认值：**4 + **兼容的输入类型：**视频 + **注意：**必须小于或等于 `useFixedLengthSec`。 ## TwelveLabs Marengo Embed 2.7 响应 输出嵌入和关联元数据的位置取决于调用方法： + [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html)— 在响应正文中。 + [StartAsyncInvoke](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_StartAsyncInvoke.html)— 在中定义的 S3 存储桶中`s3OutputDataConfig`，在异步调用任务完成后。 如果有多个嵌入向量，则输出将为一个对象列表，每个对象均包含一个向量及其关联的元数据。 输出嵌入向量的格式如下所示： ``` { "embedding": ["string"], "embeddingOption": "visual-text" | "visual-image" | "audio", "startSec": double, "endsec": double } ``` 展开以下各个部分，查看有关响应参数的详细信息： ### 嵌入 输入的嵌入向量表示。 + **类型**：双精度数列表 ### embeddingOption 嵌入的类型。 + **类型**：字符串 + **可能的值：** + `visual-text` - 已针对文本搜索优化的视觉对象嵌入。 + `visual-image` - 已针对图像搜索优化的视觉对象嵌入。 + `audio` – 视频中的音频嵌入。 + **兼容的输入类型：**视频 ### startSec 剪辑的起始偏移量。 + **类型**：双精度 + **兼容的输入类型：**视频、音频 ### endSec 剪辑的结束偏移量（以秒为单位）。 + **类型**：双精度 + **兼容的输入类型：**视频、音频 ## TwelveLabs Marengo Embed 2.7 代码示例 此部分介绍如何通过 Python 将 TwelveLabs Marengo Embed 2.7 模型与不同的输入类型结合使用。这些示例演示了如何定义特定于模型的输入和运行模型调用。 **注意** InvokeModel 仅支持文本和图像输入。对于视频和音频输入，请使用 StartAsyncInvoke。 按以下步骤操作来整合代码： **1. 定义特定于模型的输入** 根据输入类型定义特定于模型的输入： ------ #### [ Text ] ``` # Create the model-specific input model_id = "twelvelabs.marengo-embed-2-7-v1:0" # Replace the us prefix depending on your region inference_profile_id = "us.twelvelabs.marengo-embed-2-7-v1:0" model_input = { "inputType": "text", "inputText": "man walking a dog" } ``` ------ #### [ Inline image ] ``` # Create the model-specific input model_id = "twelvelabs.marengo-embed-2-7-v1:0" # Replace the us prefix depending on your region inference_profile_id = "us.twelvelabs.marengo-embed-2-7-v1:0" model_input = { "inputType": "image", "mediaSource": { "base64String": "example-base64-image" } } ``` ------ #### [ S3 image ] ``` # Create the model-specific input model_id = "twelvelabs.marengo-embed-2-7-v1:0" # Replace the us prefix depending on your region inference_profile_id = "us.twelvelabs.marengo-embed-2-7-v1:0" model_input = { "inputType": "image", "mediaSource": { "s3Location": { "uri": "s3://amzn-s3-demo-bucket/my_image.png", "bucketOwner": "123456789012" } } } ``` ------ #### [ Inline video ] ``` # Create the model-specific input model_id = "twelvelabs.marengo-embed-2-7-v1:0" # Replace the us prefix depending on your region inference_profile_id = "us.twelvelabs.marengo-embed-2-7-v1:0" model_input = { "inputType": "video", "mediaSource": { "base64String": "base_64_encoded_string_of_video" }, "startSec": 0, "lengthSec": 13, "useFixedLengthSec": 5, "embeddingOption": [ "visual-text", "audio" ] } ``` ------ #### [ S3 video ] ``` # Create the model-specific input model_id = "twelvelabs.marengo-embed-2-7-v1:0" # Replace the us prefix depending on your region inference_profile_id = "us.twelvelabs.marengo-embed-2-7-v1:0" model_input = { "inputType": "video", "mediaSource": { "s3Location": { "uri": "amzn-s3-demo-bucket/my-video.mp4", "bucketOwner": "123456789012" } }, "startSec": 0, "lengthSec": 13, "useFixedLengthSec": 5, "embeddingOption": [ "visual-text", "audio" ] } ``` ------ #### [ Inline audio ] ``` # Create the model-specific input model_id = "twelvelabs.marengo-embed-2-7-v1:0" # Replace the us prefix depending on your region inference_profile_id = "us.twelvelabs.marengo-embed-2-7-v1:0" model_input = { "inputType": "audio", "mediaSource": { "base64String": "base_64_encoded_string_of_audio" }, "startSec": 0, "lengthSec": 13, "useFixedLengthSec": 10 } ``` ------ #### [ S3 audio ] ``` # Create the model-specific input model_id = "twelvelabs.marengo-embed-2-7-v1:0" # Replace the us prefix depending on your region inference_profile_id = "us.twelvelabs.marengo-embed-2-7-v1:0" model_input = { "inputType": "audio", "mediaSource": { "s3Location": { "uri": "s3://amzn-s3-demo-bucket/my-audio.wav", "bucketOwner": "123456789012" } }, "startSec": 0, "lengthSec": 13, "useFixedLengthSec": 10 } ``` ------ **2. 使用模型输入运行模型调用** 然后，添加与所选模型调用方法对应的代码片段。 ------ #### [ InvokeModel ] ``` # Run model invocation with InvokeModel import boto3 import json # Initialize the Bedrock Runtime client client = boto3.client('bedrock-runtime') # Make the request response = client.invoke_model( modelId=inference_profile_id, body=json.dumps(model_input) ) # Print the response body response_body = json.loads(response['body'].read().decode('utf-8')) print(response_body) ``` ------ #### [ StartAsyncInvoke ] ``` # Run model invocation asynchronously import boto3 import json # Initalize the Bedrock Runtime client. client = boto3.client("bedrock-runtime") try: # Start the asynchronous job invocation = client.start_async_invoke( modelId=model_id, modelInput=model_input, outputDataConfig={ "s3OutputDataConfig": { "s3Uri": "s3://&example-s3-destination-bucket;" } } ) # Print the response JSON print("Response:") print(json.dumps(invocation, indent=2, default=str)) except Exception as e: # Implement error handling here. message = e.response["Error"]["Message"] print(f"Error: {message}") ``` ------