使用文本文件创建医学自定义词汇表 - Amazon Transcribe

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 TranscribeMedical 使用此文本文件创建自定义词汇表，可使用此词汇表提高这些单词或短语的转录准确性。您可以使用 CreateMedicalVocabulary API 或 Amazon Transcribe Medical 控制台创建自定义词汇表。

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

  1. 登录到 AWS 管理控制台。

  2. 在导航窗格中的 Amazon Transcribe Medical 下，选择自定义词汇表。

  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 管理控制台 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的 Amazon S3 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 AWS 账户内必须是唯一的。

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

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


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