使用文本文件创建医学自定义词汇表 - 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。

使用文本文件创建医学自定义词汇表

要创建自定义词汇表，必须准备好包含单词或短语集合的文本文件。 Amazon Transcribe Medical 使用此文本文件创建自定义词汇表，您可以使用该词汇来提高这些单词或短语的转录准确性。您可以使用 CreateMedicalVocabularyAPI 或 Amazon Transcribe 医疗控制台创建自定义词汇表。

要使用创建自定义词汇，您需要提供包含您的单词或短语的文本文件的 Amazon S3 URI。 AWS Management Console

  1. 登录到 AWS Management Console。

  2. 在导航窗格的 “ Amazon Transcribe 医疗” 下，选择 “自定义词汇”。

  3. 在名称中的词汇表设置 下，为您的自定义词汇表选择一个名称。

  4. 指定音频文件或视频文件在 Amazon S3中的位置：

    • 在词汇表设置下的 S3 中的词汇表输入文件位置中，指定用来标识将用于创建自定义词汇表的文本文件的 Amazon S3 URI。

    • 对于 S3 中的词汇表输入文件位置，请选择浏览 S3，浏览文本文件并将其选中。

  5. 选择创建词汇表。

您可以在 AWS Management Console中查看自定义词汇表的处理状态。

创建医学自定义词汇表 (API)

  • 对于 StartTranscriptionJob API，请指定以下内容。

    1. 对于 LanguageCode，请指定 en-US。

    2. 对于VocabularyFileUri，请指定用于定义自定义词汇表的文本文件 Amazon S3 的位置。

    3. 对于 VocabularyName，为您的自定义词汇表指定一个名称。您指定的名称在您的名称中必须是唯一的 AWS 账户。

要查看自定义词汇表的处理状态，请使用 GetMedicalVocabulary API。

以下是使用创建自定义词汇表 适用于 Python (Boto3) 的 AWS SDK 的请求示例。


from __future__ import print_function
import time
import boto3  
transcribe = boto3.client('transcribe', 'us-west-2')
vocab_name = "my-first-vocabulary"
response = transcribe.create_medical_vocabulary(
    VocabularyName = job_name,
    VocabularyFileUri = 's3://amzn-s3-demo-bucket/my-vocabularies/my-vocabulary-table.txt'
    LanguageCode = 'en-US',
  )
  
while True:
    status = transcribe.get_medical_vocabulary(VocabularyName = vocab_name)
    if status['VocabularyState'] in ['READY', 'FAILED']:
        break
    print("Not ready yet...")
    time.sleep(5)
print(status)
在批量转录作业中启用发言者划分 (AWS CLI)

  • 运行以下代码。

    
aws transcribe create-medical-vocabulary \
--vocabulary-name my-first-vocabulary \ 
--vocabulary-file-uri s3://amzn-s3-demo-bucket/my-vocabularies/my-vocabulary-file.txt \
--language-code en-US