AWS服务使用Java API进行语音到文本转换

Question

我想使用AWS服务和AWS java sdk将语音转换为文本，但在AWS java sdk中找不到任何API。有没有这样的服务？我使用AWS Polly服务使用AWS java sdk将文本转换为语音，但没有使用相反的方式（语音转换为文本）。如何做到这一点？

Answer 1

您可以使用Amazon Transcribe。它是一种语音识别（ASR）服务，可让开发人员轻松地将语音转文本功能添加到他们的应用程序中。使用Amazon Transcribe API，您可以分析存储在Amazon S3中的音频文件，并让该服务返回转录语音的文本文件。

有关更多信息，请参阅此处的留档。

Answer 2

  StartTranscriptionJobRequest request = StartTranscriptionJobRequest.builder()
      .transcriptionJobName(transriptionJobName)
      .languageCode(LanguageCode.EsUS).settings(transcriptionSettings)
      .media(media).outputBucketName(BUCKET_NAME)
      .outputKey(outPutLocation)
      .build();

Answer 3

最近，我成功地构建了一个Java客户端，在投入时间之前，必须指出，截至本出版物发布之日，获取包含“是”的音频文本所需的时间约为1分钟。鉴于这一性能，我选择了谷歌服务。

也就是说，我分享了可改进的代码，因为它旨在执行可行性测试。

该服务要求音频存放在一个bucket中，然后指示它转录uri，然后启动工作，并以类似的方式以json格式获得结果。

在示例中，我们选择等待工作完成，然后获取结果。

主要依赖项包括：

    <!-- https://mvnrepository.com/artifact/com.amazonaws/aws-java-sdk-transcribe -->
<dependency>
    <groupId>com.amazonaws</groupId>
    <artifactId>aws-java-sdk-transcribe</artifactId>
    <version>1.11.313</version>
</dependency>
<!-- https://mvnrepository.com/artifact/com.amazonaws/aws-java-sdk-s3 -->
<dependency>
    <groupId>com.amazonaws</groupId>
    <artifactId>aws-java-sdk-s3</artifactId>
    <version>1.11.313</version>
</dependency>

我选择的凭据：

static{
    System.setProperty("aws.accessKeyId", "yourAccessK");
    System.setProperty("aws.secretKey"  , "shhhhhhhhhh");
}

在源代码中，我们将创建S3和tanscribe客户端，用对应于bucket的区域替换该区域。

private AmazonS3 s3 = AmazonS3ClientBuilder.standard().withRegion("us-east-1").withClientConfiguration(new ClientConfiguration()).withCredentials(new DefaultAWSCredentialsProviderChain() ).build();
private AmazonTranscribe client = AmazonTranscribeClient.builder().withRegion("us-east-1").build();

然后我们将音频文件上传到bucket

s3.putObject(BUCKET_NAME, fileName, new File(fullFileName));

BUCKET\u NAME是具有BUCKET名称的常量。文件名：不必是文件名，它可以是我们想要使用的任何标识符。

一旦我们将音频上传到存储桶，我们将创建转录作业。

    StartTranscriptionJobRequest request = new StartTranscriptionJobRequest();

    request.withLanguageCode(LanguageCode.EsUS);

    Media media = new Media();

    media.setMediaFileUri(s3.getUrl(BUCKET_NAME, fileName).toString());

    request.withMedia(media).withMediaSampleRateHertz(8000);

查看语言选项和MediaSampleRateHertz。

为作业创建名称。

String transcriptionJobName = "myJob"; // consider a unique name as an id.

完成请求并开始作业

request.setTranscriptionJobName(transcriptionJobName);
request.withMediaFormat("wav");

client.startTranscriptionJob(request);

在这种情况下，循环等待答案，还有其他更有效的选择。

GetTranscriptionJobRequest jobRequest = new GetTranscriptionJobRequest();
jobRequest.setTranscriptionJobName(transcriptionJobName);
TranscriptionJob transcriptionJob;

while( true ){
    transcriptionJob = client.getTranscriptionJob(jobRequest).getTranscriptionJob();
    if( transcriptionJob.getTranscriptionJobStatus().equals(TranscriptionJobStatus.COMPLETED.name()) ){

        transcription = this.download( transcriptionJob.getTranscript().getTranscriptFileUri(), fileName);

        break;

    }else if( transcriptionJob.getTranscriptionJobStatus().equals(TranscriptionJobStatus.FAILED.name()) ){

            break;
    }
    // to not be so anxious
    synchronized ( this ) {
        try {
            this.wait(50);
        } catch (InterruptedException e) { }
    }

}

TranscritionJob.getTranscript（）. getTranscriptFileUri（）返回一个uri用于任何超文本传输协议客户端Apache HttpClient或在我的情况下我更喜欢JODD（https://jodd.org/http/）

下载：

private AmazonTranscription download( String uri, String fileName ){
    HttpResponse response = HttpRequest.get(uri).send();
    String result = response.charset("UTF-8").bodyText();
    // result is a json 
    return gson.fromJson(result, AmazonTranscription.class);
}

Amazon Transcription是我为包含json而创建的一个类。我共享必要的类来包含json解析，我避免设置并且变得不那么广泛。

public class AmazonTranscription {

    private String jobName;
    private String accountId;
    private Result results;
    private String status;
}

public class Item {

    private String start_time;
    private String end_time;
    private List<Alternative> alternatives = new ArrayList<Alternative>();
    private String type;
}

public class Result {

    private List<Transcript> transcripts = new ArrayList<Transcript>();
    private List<Item>       items       = new ArrayList<Item>();
}

public class Transcript {

    private String transcript;
}

只需在需要的地方添加try/catch。

我希望我没有忽视任何东西，它将是有用的，我花了一些时间来理解这个亚马逊模式，我希望避免其他人的时间。

抱歉，如果书写中有错误，但这不是我的母语。