数据输入和输出

Amazon Transcribe 将音频数据作为 Amazon S3 存储桶或媒体流中的媒体文件，然后将其转换为文本数据。

如果您要转录存储在 Amazon S3 存储桶中的媒体文件，则将执行批量转录。如果您要转录媒体流，则将执行流式转录。这两个过程有不同的规则和要求。

对于批量转录，如果您不需要并发处理所有转录作业，请使用作业队列。这样，Amazon Transcribe 就可以保持跟踪您的转录作业，并在时隙可用时对其进行处理。

媒体格式

批量转录和流式转录支持的媒体类型有所不同，但建议两者都使用无损格式。有关详细信息，请参见下表：

为了获得最佳效果，请使用无损格式，如 FLAC 或采用 PCM 16 位编码的 WAV。

音频声道

Amazon Transcribe 支持单声道和双声道媒体。目前不支持包含两个以上声道的媒体。

如果您的音频在一个声道上包含多个发言者，并且您想在转录输出中对每个发言者进行划分和标记，则可以使用发言者划分（分类）。

如果您的音频在两个独立声道上都有语音，则可以使用声道识别在转录中分别转录每个声道。

这两个选项都会生成一个转录文件。

采样率

对于批量转录作业，您可以选择提供采样率，尽管此参数是可选参数。如果您在请求中包含该值，请确保您提供的值与音频中的实际采样率相匹配。如果您提供的采样率与您的音频不匹配，则您的作业可能会失败。

对于流式转录，您必须在请求中包含采样率。与批量转录作业一样，请确保您提供的值与音频中的实际采样率相匹配。

低保真音频（例如电话录音）的采样率通常使用 8000 Hz。对于高保真音频，Amazon Transcribe 支持介于 16000 Hz 和 48000 Hz 之间的值。

输出

转录输出采用 JSON 格式。转录的第一部分包含转录本身（段落形式），然后是关于每个单词和标点符号的其它数据。提供的数据取决于您在请求中包含的特征。您的转录至少包含每个单词的开始时间、结束时间和置信度分数。以下部分显示了基本转录请求的输出示例，其中不包含任何其它选项或特征。

所有批量转录都存储在 Amazon S3 存储桶中。您可以选择将转录保存在自己的 Amazon S3 存储桶中，也可以让 Amazon Transcribe 使用安全的默认存储桶。要了解有关创建和使用 Amazon S3 存储桶的更多信息，请参阅使用存储桶。

如果您希望将转录存储在您拥有的 Amazon S3 存储桶中，请在转录请求中指定该存储桶的 URI。在开始批量转录作业之前，请务必为 Amazon Transcribe 授予此存储桶的写入权限。如果您指定自己的存储桶，则您的转录将保留在该存储桶中，直到您将其删除。

如果您未指定 Amazon S3 存储桶，则 Amazon Transcribe 将使用安全的服务托管存储桶，并为您提供一个临时 URI，供您用来下载转录。请注意，临时 URI 的有效期为 15 分钟。如果您在使用所提供的 URI 时遇到 AccessDenied 错误，请发送 GetTranscriptionJob 请求为您的转录获取新的临时 URI。

如果您选择默认存储桶，则转录会在作业到期（90 天）时删除。如果您想在到期日期之后继续保留转录，则必须进行下载。

流式转录通过与音频流相同的方法返回。

示例输出

转录以段落形式提供完整的转录，然后是逐字明细，提供关于每个单词和标点符号的数据。这包括开始时间、结束时间、置信度分数和类型（pronunciation 或 punctuation）。

以下示例来自一个简单的批量转录作业，其中不包含任何其它特征。在转录请求中每额外应用一项特征，您就可以在转录输出文件中获得额外的数据。

基本批量转录分为两个主要部分：

您在转录请求每额外包含一项特征，都将会在您的转录中产生额外的信息。

{
    "jobName": "my-first-transcription-job",
    "accountId": "111122223333",
    "results": {
        "transcripts": [
            {
                "transcript": "Welcome to Amazon Transcribe."
            }
        ],
        "items": [
            {
                "id": 0,
                "start_time": "0.64",
                "end_time": "1.09",
                "alternatives": [
                    {
                        "confidence": "1.0",
                        "content": "Welcome"
                    }
                ],
                "type": "pronunciation"
            },
            {
                "id": 1,
                "start_time": "1.09",
                "end_time": "1.21",
                "alternatives": [
                    {
                        "confidence": "1.0",
                        "content": "to"
                    }
                ],
                "type": "pronunciation"
            },
            {
                "id": 2,
                "start_time": "1.21",
                "end_time": "1.74",
                "alternatives": [
                    {
                        "confidence": "1.0",
                        "content": "Amazon"
                    }
                ],
                "type": "pronunciation"
            },
            {
                "id": 3,
                "start_time": "1.74",
                "end_time": "2.56",
                "alternatives": [
                    {
                        "confidence": "1.0",
                        "content": "Transcribe"
                    }
                ],
                "type": "pronunciation"
            },
            {
                "id": 4,
                "alternatives": [
                    {
                        "confidence": "0.0",
                        "content": "."
                    }
                ],
                "type": "punctuation"
            }
        ],
        "audio_segments": [
            {
                "id": 0,
                "transcript": "Welcome to Amazon Transcribe.",
                "start_time": "0.64",
                "end_time": "2.56",
                "items": [
                    0,
                    1,
                    2,
                    3,
                    4
                ]
            }
        ]
    },
    "status": "COMPLETED"
}