Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Activation du partitionnement des locuteurs dans une transcription par lots
Vous pouvez activer le partitionnement des locuteurs dans une tâche de transcription par lots à l’aide de l’API [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartMedicalTranscriptionJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartMedicalTranscriptionJob.html) ou de la AWS Management Console. Cela vous permet de partitionner le texte par locuteur dans une conversation entre un médecin et son patient et de déterminer qui a dit quoi dans la sortie de la transcription.
## AWS Management Console
AWS Management Console Pour activer la diarisation des haut-parleurs dans votre tâche de transcription, vous devez activer l'identification audio, puis le partitionnement des haut-parleurs.
1. Connectez-vous à la [AWS Management Console](https://console.aws.amazon.com/transcribe/).
1. Dans le volet de navigation, sous Amazon Transcribe Medical, sélectionnez **Transcription jobs**.
1. Choisissez **Créer une tâche**.
1. Sur la page **Spécifier les détails de la tâche**, fournissez des informations sur votre tâche de transcription.
1. Choisissez **Suivant**.
1. Activez **Identification audio**.
1. Pour **Type d’identification audio**, choisissez **Partitionnement des locuteurs**.
1. Pour **Nombre maximal de locuteurs**, entrez le nombre maximal de locuteurs qui, selon vous, parlent dans votre fichier audio.
1. Choisissez **Créer**.
## API
**Pour activer le partitionnement des locuteurs à l’aide d’une tâche de transcription par lots (API)**
+ Pour l’API [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartMedicalTranscriptionJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartMedicalTranscriptionJob.html), spécifiez ce qui suit.
1. Pour `MedicalTranscriptionJobName`, spécifiez un nom unique dans votre Compte AWS.
1. Pour `LanguageCode`, spécifiez le code de langue correspondant à la langue parlée dans le fichier audio.
1. Pour le paramètre `MediaFileUri` de l’objet `Media`, spécifiez le nom du fichier audio que vous souhaitez transcrire.
1. Pour `Specialty`, spécifiez la spécialité médicale du médecin qui parle dans le fichier audio.
1. Pour `Type`, spécifiez `CONVERSATION`.
1. Pour`OutputBucketName`, spécifiez le Amazon S3 compartiment dans lequel stocker les résultats de transcription.
1. Pour l’objet `Settings`, spécifiez ce qui suit :
1. `ShowSpeakerLabels` – `true`.
1. `MaxSpeakerLabels` – Entier compris entre 2 et 10 pour indiquer le nombre de locuteurs qui, selon vous, parlent dans votre audio.
La demande suivante utilise le AWS SDK pour Python (Boto3) pour démarrer une tâche de transcription par lots d'un dialogue entre un clinicien de soins primaires et un patient avec le partitionnement des haut-parleurs activé.
```
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_medical_transcription_job(
MedicalTranscriptionJobName = job_name,
Media={
'MediaFileUri': job_uri
},
OutputBucketName = 'amzn-s3-demo-bucket',
OutputKey = 'my-output-files/',
LanguageCode = 'en-US',
Specialty = 'PRIMARYCARE',
Type = 'CONVERSATION',
OutputBucketName = 'amzn-s3-demo-bucket',
Settings = {'ShowSpeakerLabels': True,
'MaxSpeakerLabels': 2
}
)
while True:
status = transcribe.get_medical_transcription_job(MedicalTranscriptionJobName = job_name)
if status['MedicalTranscriptionJob']['TranscriptionJobStatus'] in ['COMPLETED', 'FAILED']:
break
print("Not ready yet...")
time.sleep(5)
print(status)
```
L’exemple de code suivant montre les résultats de transcription d’une tâche de transcription avec le partitionnement des locuteurs activé.
```
{
"jobName": "job ID",
"accountId": "111122223333",
"results": {
"transcripts": [
{
"transcript": "Professional answer."
}
],
"speaker_labels": {
"speakers": 1,
"segments": [
{
"start_time": "0.000000",
"speaker_label": "spk_0",
"end_time": "1.430",
"items": [
{
"start_time": "0.100",
"speaker_label": "spk_0",
"end_time": "0.690"
},
{
"start_time": "0.690",
"speaker_label": "spk_0",
"end_time": "1.210"
}
]
}
]
},
"items": [
{
"start_time": "0.100",
"end_time": "0.690",
"alternatives": [
{
"confidence": "0.8162",
"content": "Professional"
}
],
"type": "pronunciation"
},
{
"start_time": "0.690",
"end_time": "1.210",
"alternatives": [
{
"confidence": "0.9939",
"content": "answer"
}
],
"type": "pronunciation"
},
{
"alternatives": [
{
"content": "."
}
],
"type": "punctuation"
}
]
},
"status": "COMPLETED"
}
```
## AWS CLI
**Pour transcrire un fichier audio d’une conversation entre un médecin de soins primaires et un patient (AWS CLI)**
+ Exécutez le code suivant.
```
aws transcribe start-transcription-job \
--region us-west-2 \
--cli-input-json file://example-start-command.json
```
Le code suivant affiche le contenu du fichier `example-start-command.json`.
```
{
"MedicalTranscriptionJobName": "my-first-med-transcription-job",
"Media": {
"MediaFileUri": "s3://amzn-s3-demo-bucket/my-input-files/my-audio-file.flac"
},
"OutputBucketName": "amzn-s3-demo-bucket",
"OutputKey": "my-output-files/",
"LanguageCode": "en-US",
"Specialty": "PRIMARYCARE",
"Type": "CONVERSATION",
"Settings":{
"ShowSpeakerLabels": true,
"MaxSpeakerLabels": 2
}
}
```