使用自定义词汇表过滤器

创建自定义词汇表过滤器后，您可以将其包含在转录请求中；有关示例，请参阅以下章节。

您在请求中包含的自定义词汇表过滤器的语言必须与您为媒体指定的语言代码相匹配。如果您使用语言识别并指定多个语言选项，则可以为每种指定语言添加一个自定义词汇表过滤器。如果您的自定义词汇过滤器的语言与音频中识别的语言不匹配，则您的过滤器不会应用于您的转录，并且不会出现任何警告或错误。

在批量转录中使用自定义词汇表过滤器

要将自定义词汇表过滤器用于批量转录，请查看以下示例：

登录到 AWS 管理控制台。
在导航窗格中，选择转录作业，然后选择创建作业（右上角）。这将打开指定作业详细信息页面。

为您的作业命名并指定您的输入媒体。（可选）包括任何其它字段，然后选择下一步。
在配置作业页面的内容移除面板中，开启词汇表过滤。
从下拉菜单中选择您的自定义词汇表过滤器，然后指定过滤方法。
选择创建作业以运行您的转录作业。

此示例使用 start-transcription-job 命令和 Settings 参数及 VocabularyFilterName 和 VocabularyFilterMethod 子参数。有关更多信息，请参阅 StartTranscriptionJob 和 Settings。


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/ \
--language-code en-US \
--settings VocabularyFilterName=my-first-vocabulary-filter,VocabularyFilterMethod=mask

以下是另一个使用 start-transcription-job 命令的示例，以及一个为该作业包含自定义词汇表过滤器的请求正文。


aws transcribe start-transcription-job \
--region us-west-2 \
--cli-input-json file://my-first-vocabulary-filter-job.json

my-first-vocabulary-filter-job.json 文件包含以下请求正文。


{
  "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/", 
  "LanguageCode": "en-US",
  "Settings": {
        "VocabularyFilterName": "my-first-vocabulary-filter",
        "VocabularyFilterMethod": "mask"
   }
}

此示例使用适用于 Python (Boto3) 的 AWS SDK 通过 start_transcription_job 方法的 Settings 参数来包含自定义词汇表过滤器。有关更多信息，请参阅 StartTranscriptionJob 和 Settings。

有关使用 AWS SDK 的其它示例，包括特定特征、场景和跨服务示例，请参阅使用 AWS SDK 的 Amazon Transcribe 的代码示例一章。


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/', 
    LanguageCode = 'en-US', 
    Settings = {
        'VocabularyFilterName': 'my-first-vocabulary-filter',
        'VocabularyFilterMethod': 'mask' 
   }
)

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)

在流式转录中使用自定义词汇表过滤器

要将自定义词汇表过滤器用于流式转录，请查看以下示例：

登录到 AWS 管理控制台。
在导航窗格中，选择 Real-time transcription (实时转录)。向下滚动到内容移除设置，如果该字段已最小化，则将其展开。
开启词汇表过滤。从下拉菜单中选择自定义词汇表过滤器，然后指定过滤方法。

添加您希望应用于流式转录的所有其它设置。
您现在已准备就绪，可以转录音频流了。选择开始流式转录并开始讲话。要结束口述，请选择停止流式转录。

此示例创建了一个 HTTP/2 请求，其中包含您的自定义词汇表过滤器和过滤方法。有关结合 Amazon Transcribe 使用 HTTP/2 流式转录的更多信息，请参阅设置 HTTP/2 音频流。有关特定于 Amazon Transcribe 的参数和标题的更多详细信息，请参阅 StartStreamTranscription。


POST /stream-transcription HTTP/2
host: transcribestreaming.us-west-2.amazonaws.com
X-Amz-Target: com.amazonaws.transcribe.Transcribe.StartStreamTranscription
Content-Type: application/vnd.amazon.eventstream
X-Amz-Content-Sha256: string
X-Amz-Date: 20220208T235959Z
Authorization: AWS4-HMAC-SHA256 Credential=access-key/20220208/us-west-2/transcribe/aws4_request, SignedHeaders=content-type;host;x-amz-content-sha256;x-amz-date;x-amz-target;x-amz-security-token, Signature=string
x-amzn-transcribe-language-code: en-US
x-amzn-transcribe-media-encoding: flac
x-amzn-transcribe-sample-rate: 16000      
x-amzn-transcribe-vocabulary-filter-name: my-first-vocabulary-filter
x-amzn-transcribe-vocabulary-filter-method: mask
transfer-encoding: chunked

参数定义可在 API 参考中找到；所有 AWS API 操作的通用参数列在常见参数部分中。

此示例创建了一个预签名 URL，用于将您的自定义词汇表过滤器应用于 WebSocket 音频流。为了便于阅读，已增加了换行符。有关结合 Amazon Transcribe 使用 WebSocket 音频流的更多信息，请参阅设置 WebSocket 音频流。有关参数的更多详细信息，请参阅 StartStreamTranscription。


GET wss://transcribestreaming.us-west-2.amazonaws.com:8443/stream-transcription-websocket?
&X-Amz-Algorithm=AWS4-HMAC-SHA256
&X-Amz-Credential=AKIAIOSFODNN7EXAMPLE%2F20220208%2Fus-west-2%2Ftranscribe%2Faws4_request
&X-Amz-Date=20220208T235959Z
&X-Amz-Expires=300
&X-Amz-Security-Token=security-token
&X-Amz-Signature=string
&X-Amz-SignedHeaders=content-type%3Bhost%3Bx-amz-date
&language-code=en-US
&media-encoding=flac
&sample-rate=16000    
&vocabulary-filter-name=my-first-vocabulary-filter
&vocabulary-filter-method=mask

参数定义可在 API 参考中找到；所有 AWS API 操作的通用参数列在常见参数部分中。

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

文档惯例

创建词汇表过滤器

检测毒性言论