如何加快AWS转录的处理时间？

Question

我有6秒钟的音频记录(AR-01.wav)，格式为WAV。我想转录音频文件到文本使用亚马逊服务。为此，我创建了一个名为test-voip的bucket，并将音频文件上传到bucket。当我试图将语音转换为文本时，一个6秒的音频需要13.12秒。下面是我的代码片段

session = boto3.Session(aws_access_key_id=aws_access_key_id, 
aws_secret_access_key=aws_secret_access_key)
transcribe = session.client('transcribe', region_name='us-east-1')
job_name = "audio_text_trail9"
job_uri = "https://test-voip.s3.amazonaws.com/ar-01.wav"
transcribe.start_transcription_job(
    TranscriptionJobName=job_name,
    Media={'MediaFileUri': job_uri},
    MediaFormat='wav',
    LanguageCode='en-US',
    MediaSampleRateHertz=16000
    )

while True:
    status = transcribe.get_transcription_job(TranscriptionJobName=job_name)
    if status['TranscriptionJob']['TranscriptionJobStatus'] in ['COMPLETED', 'FAILED']:
        break
print("converted to text")
myurl = status['TranscriptionJob']['Transcript']['TranscriptFileUri']
print(myurl)
Text_Data = (requests.get(myurl).json())['results']['transcripts'][0]['transcript']

print(Text_data)

在这里，我的代码工作得很好，即使在嘈杂的音频上，准确性也很棒，但时间消耗太高了。我在哪里犯了错误，是什么拖了这么长时间来抄写？一旦我获得了转录的JSON，提取所需信息的时间就可以忽略不计了。如何加快转录的过程，或者有没有其他更好的方法？

Answer 1

对我来说，AWS转录需要20分钟来转录一个17分钟的文件。一个可能的想法是将音频文件分成块，然后在EC2中使用16个核的多处理，就像G3.4xLarge实例一样。

将音频文件分成16个部分，静音阈值为-20，然后转换为。wav：

$ sudo apt-get install mp3splt
$ sudo apt-get install ffmpeg
$ mp3splt -s -p th=-20,nt=16 splitted.mp3
$ ffmpeg -i splitted.mp3 splitted.wav 

然后，使用16个核同时转录的多重处理，为每个转录JobName和Job_URI映射转录函数(transcrbe.start_transcruption_job):

import multiprocessing

output=[]
data = range(0,16)

def f(x):
    job_name = "Name"+str(x)
    job_uri = "https://s3.amazonaws.com/bucket/splitted"+str(x)+".wav"
    transcribe.start_transcription_job(
    TranscriptionJobName=job_name,
    Media={'MediaFileUri': job_uri},
    MediaFormat='wav',
    LanguageCode='pt-BR',
    OutputBucketName= "bucket",
    MediaSampleRateHertz=8000,
    Settings={"MaxSpeakerLabels": 2,
      "ShowSpeakerLabels": True})
    while True:
        status = transcribe.get_transcription_job(TranscriptionJobName=job_name)
        if status['TranscriptionJob']['TranscriptionJobStatus'] in ['COMPLETED','FAILED']:
            break

def mp_handler():
    p = multiprocessing.Pool(16)
    r=p.map(f, data)
    return r

if __name__ == '__main__':
    output.append(mp_handler())