我想使用AWS服务和AWS Java-SDK将语音转换为文本,但是我无法在AWS Java-SDK中找到任何API。有什么服务吗?我已经使用AWS Polly Service使用AWS Java-SDK将文本转换为语音,但不是反向(语音对文本)。怎么能完成?
最近我设法建立了一个Java客户其中包含"是"大约1分钟。鉴于该性能,我选择了Google服务。
说我共享该代码,因为它旨在执行可行性测试。
此服务要求将音频放在存储桶中,然后被指出抄录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,然后获得结果。
主要依赖性是:
<!-- 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");
}
在源中,我们将创建S3和Tanscribe客户端,将区域替换为对应于Bucket的区域。
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_name是带有存储桶名称的常数。文件名:不必是文件的名称,可以是我们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.
并完成请求并开始工作
request.setTranscriptionJobName(transcriptionJobName);
request.withMediaFormat("wav");
client.startTranscriptionJob(request);
在这种情况下,一个循环等待答案,还有其他更有效的选项。
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) { }
}
}
TranscriptionJob.getTranscript()。getTranscriptFileuri()返回URI与任何HTTP客户端一起使用apache httpclient或如我的情况下,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);
}
AmazonTranscription是我创建的用于包含JSON的类。我分享必要的课程以包含JSON解析,我避免了该集合,并且不会那么广泛。
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 Alternative {
private String confidence;
private String content;
}
public class Transcript {
private String transcript;
}
只需在需要时添加尝试/捕获。
我希望我没有忽略任何东西,这将是有用的,我花了一些时间来理解这个亚马逊模型,我希望那个时候避免其他人。
对不起,如果写作中有错误,但这不是我的母语。
StartTranscriptionJobRequest request = StartTranscriptionJobRequest.builder()
.transcriptionJobName(transriptionJobName)
.languageCode(LanguageCode.EsUS).settings(transcriptionSettings)
.media(media).outputBucketName(BUCKET_NAME)
.outputKey(outPutLocation)
.build();