本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。 # 使用自訂詞彙篩選刪除、遮蔽或標記單字 自訂詞彙篩選是文字檔案，其中包含您要在轉錄輸出中修改的個別單字的自訂清單。 常見的使用案例是移除攻擊性或褻瀆的詞彙；不過，自訂詞彙篩選是完全自訂功能，因此您可以選擇任何您想要的單字。例如，如果您有即將推出的新產品，您可以在會議記錄中遮蔽產品名稱。在這種情況下，您可以讓利益相關者隨時了解最新狀態，同時維持產品名稱機密，直到發布。 詞彙篩選有三種顯示方法：`mask`、`remove` 和 `tag`。請參閱下列範例，了解每個運作方式。 + **遮蔽**：以三個星號 (\$1\$1\$1) 取代指定的文字。 ``` "transcript": "You can specify a list of *** or *** words, and *** *** removes them from transcripts automatically." ``` + **刪除**：刪除指定的單字，在原來位置不留下任何內容。 ``` "transcript": "You can specify a list of or words, and removes them from transcripts automatically." ``` + **標籤**：為每個指定的單字增加標籤 (`"vocabularyFilterMatch": true`)，但不會改變單字本身。標記允許快速的文字記錄替換和編輯。 ``` "transcript": "You can specify a list of profane or offensive words, and amazon transcribe removes them from transcripts automatically." ... "alternatives": [ { "confidence": "1.0", "content": "profane" } ], "type": "pronunciation", "vocabularyFilterMatch": true ``` 當您提交轉錄請求時，您可以指定自訂詞彙篩選條件和您要套用的篩選方法。 Amazon Transcribe 然後，當您的轉錄中出現確切的字詞相符項目時，根據您指定的篩選方法進行修改。 自訂詞彙篩選可以套用於批次和串流轉錄請求。若要了解如何建立自訂詞彙篩選，請參閱 [建立詞彙篩選條件](vocabulary-filter-create.md)。若要了解如何套用自訂詞彙篩選，請參閱 [使用自訂詞彙篩選](vocabulary-filter-using.md)。 **注意** Amazon Transcribe 會自動遮罩種族敏感詞彙，但您可以透過聯絡 [AWS 技術支援](https://aws.amazon.com/contact-us/)來選擇退出此預設篩選條件。 如需詞彙篩選的影片說明，請參閱： [![AWS Videos](http://img.youtube.com/vi/https://www.youtube.com/embed/TcpSqbr0FnI/0.jpg)](http://www.youtube.com/watch?v=https://www.youtube.com/embed/TcpSqbr0FnI) **詞彙篩選特定的 API 操作** [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateVocabularyFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateVocabularyFilter.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_DeleteVocabularyFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_DeleteVocabularyFilter.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_GetVocabularyFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_GetVocabularyFilter.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_ListVocabularyFilters.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_ListVocabularyFilters.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_UpdateVocabularyFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_UpdateVocabularyFilter.html) # 建立詞彙篩選條件 有兩個選項可建立自訂詞彙篩選： 1. 使用 UTF-8 編碼將以行分隔的單字清單儲存為純文字檔案。 + 您可以搭配 AWS 管理主控台 AWS CLI、 或 AWS SDKs使用此方法。 + 如果使用 AWS 管理主控台，您可以為自訂詞彙檔案提供本機路徑或 Amazon S3 URI。 + 如果使用 AWS CLI AWS SDKs，您必須將自訂詞彙檔案上傳至 Amazon S3 儲存貯體，並在請求中包含 Amazon S3 URI。 1. 直接在 API 請求中包含逗號分隔單字的清單。 + 您可以使用 參數搭配 AWS CLI 或 AWS SDKs 使用此方法[https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateVocabularyFilter.html#transcribe-CreateVocabularyFilter-request-Words](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateVocabularyFilter.html#transcribe-CreateVocabularyFilter-request-Words)。 如需每種方法的範例，請參閱 [建立自訂詞彙篩選](#vocabulary-filtering-create-examples) 建立自訂詞彙篩選時要注意的事項： + 關鍵字不區分大小寫。例如，「curse (詛咒)」和「CURSE (詛咒)」會視為同一個單字。 + 只會篩選完全相符的字詞。例如，如果您的篩選包含「swear(宣誓)」，但您的媒體包含「swears(發誓)」或「swearing(發誓)」一詞，則不會篩選這些單字。只有「swear(發誓)」的執行個體會被篩選。因此，您必須包含要篩選的單字的所有變體。 + 篩選不適用於包含在其他單字中的單字。例如，如果詞彙篩選包含「marine(海洋)」，但不包含「submarine(潛艇)」，則「submarine(潛艇)」就會出現在您的轉錄結果中。 + 每個項目只能包含一個單字 (不可包含空格)。 + 如果您將自訂詞彙篩選儲存為文字檔案，則必須使用 UTF-8 編碼的純文字格式。 + 每個 最多可以有 100 個自訂詞彙篩選條件 AWS 帳戶 ，每個最多可以有 50 Kb 的大小。 + 您僅可使用您的語言支援的字元。請參閱您語言的[字元集](charsets.md)，了解詳細資訊。 ## 建立自訂詞彙篩選 若要處理自訂詞彙篩選條件以搭配 使用 Amazon Transcribe，請參閱下列範例： ### AWS 管理主控台 繼續前，請將您的自訂詞彙篩選儲存為文字 (\$1.txt) 檔案。您可以選擇性地將檔案上傳至 儲存 Amazon S3 貯體。 1. 登入 [AWS 管理主控台](https://console.aws.amazon.com/transcribe/)。 1. 在導覽窗格中，選擇**詞彙篩選**。這會開啟**詞彙篩選**頁面，您可以在其中檢視現有的自訂詞彙篩選或建立新的詞彙篩選。 1. 選擇**建立詞彙篩選**。 ![\[Amazon Transcribe 主控台螢幕擷取畫面：「詞彙篩選條件」頁面。\]](http://docs.aws.amazon.com/zh_tw/transcribe/latest/dg/images/vocab-filter-create-console.png) 這會引導您前往**建立詞彙篩選**頁面。輸入新自訂詞彙篩選的名稱。 選擇**詞彙輸入來源**下的**檔案上傳**(檔案上傳)或 **S3 位置**選項。然後指定自訂詞彙檔案的位置。 ![\[Amazon Transcribe 主控台螢幕擷取畫面：「建立詞彙篩選條件」頁面。\]](http://docs.aws.amazon.com/zh_tw/transcribe/latest/dg/images/vocab-filter-create-console-upload.png) 1. 或者，將標籤新增至您的自訂詞彙篩選。完成所有欄位後，請選擇頁面底部的**建立詞彙篩選**。如果處理檔案時沒有錯誤，這會引導您回到**詞彙篩選**頁面。 您的自訂詞彙篩選現在可以開始使用。 ### AWS CLI 此範例使用 [create-vocabulary-filter](https://docs.aws.amazon.com/cli/latest/reference/transcribe/create-vocabulary-filter.html) 指令，將單字清單處理為可用的自訂詞彙篩選條件。如需詳細資訊，請參閱[https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateVocabularyFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateVocabularyFilter.html)。 **選項 1**：您可以使用 `words` 參數將單詞清單包含到請求中。 ``` aws transcribe create-vocabulary-filter \ --vocabulary-filter-name my-first-vocabulary-filter \ --language-code en-US \ --words profane,offensive,Amazon,Transcribe ``` **選項 2**：您可以將單字清單儲存為文字檔案，並將其上傳至 Amazon S3 儲存貯體，然後使用 `vocabulary-filter-file-uri` 參數，在請求中加入檔案的 URI。 ``` aws transcribe create-vocabulary-filter \ --vocabulary-filter-name my-first-vocabulary-filter \ --language-code en-US \ --vocabulary-filter-file-uri s3://amzn-s3-demo-bucket/my-vocabulary-filters/my-vocabulary-filter.txt ``` 這是使用 [create-vocabulary-filter](https://docs.aws.amazon.com/cli/latest/reference/transcribe/create-vocabulary-filter.html) 指令的另一個範例，以及建立自訂詞彙篩選的請求內文。 ``` aws transcribe create-vocabulary-filter \ --cli-input-json file://filepath/my-first-vocab-filter.json ``` 檔案 *my-first-vocab-filter.json* 包含以下請求內文。 **選項 1**：您可以使用 `Words` 參數將單詞清單包含到請求中。 ``` { "VocabularyFilterName": "my-first-vocabulary-filter", "LanguageCode": "en-US", "Words": [ "profane","offensive","Amazon","Transcribe" ] } ``` **選項 2**：您可以將單字清單儲存為文字檔案，並將其上傳至 Amazon S3 儲存貯體，然後使用 `VocabularyFilterFileUri` 參數，在請求中加入檔案的 URI。 ``` { "VocabularyFilterName": "my-first-vocabulary-filter", "LanguageCode": "en-US", "VocabularyFilterFileUri": "s3://amzn-s3-demo-bucket/my-vocabulary-filters/my-vocabulary-filter.txt" } ``` **注意** 如果您的請求中包含 `VocabularyFilterFileUri`，則無法使用 `Words`；您必須選擇其中一個。 ### 適用於 Python (Boto3) 的 AWS SDK 此範例使用 適用於 Python (Boto3) 的 AWS SDK ，使用 [create\$1vocabulary\$1filter 方法來建立自訂詞彙篩選條件](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/transcribe.html#TranscribeService.Client.create_vocabulary_filter)。如需詳細資訊，請參閱[https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateVocabularyFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateVocabularyFilter.html)。 如需使用 AWS SDKs 的其他範例，包括功能特定、案例和跨服務範例，請參閱 [Amazon Transcribe AWS SDKs的程式碼範例](service_code_examples.md)章節。 **選項 1**：您可以使用 `Words` 參數將單詞清單包含到請求中。 ``` from __future__ import print_function import time import boto3 transcribe = boto3.client('transcribe', 'us-west-2') vocab_name = "my-first-vocabulary-filter" response = transcribe.create_vocabulary_filter( LanguageCode = 'en-US', VocabularyFilterName = vocab_name, Words = [ 'profane','offensive','Amazon','Transcribe' ] ) ``` **選項 2**：您可以將單字清單儲存為文字檔案，並將其上傳至 Amazon S3 儲存貯體，然後使用 `VocabularyFilterFileUri` 參數，在請求中加入檔案的 URI。 ``` from __future__ import print_function import time import boto3 transcribe = boto3.client('transcribe', 'us-west-2') vocab_name = "my-first-vocabulary-filter" response = transcribe.create_vocabulary_filter( LanguageCode = 'en-US', VocabularyFilterName = vocab_name, VocabularyFilterFileUri = 's3://amzn-s3-demo-bucket/my-vocabulary-filters/my-vocabulary-filter.txt' ) ``` **注意** 如果您的請求中包含 `VocabularyFilterFileUri`，則無法使用 `Words`；您必須選擇其中一個。 **注意** 如果您為自訂詞彙篩選檔案建立新的儲存 Amazon S3 貯體，請確定提出[https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateVocabularyFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateVocabularyFilter.html)請求 IAM 的角色具有存取此儲存貯體的許可。如果角色沒有正確的授權，您的請求將失敗。您可以選擇性地在請求中指定 IAM 角色，方法是包含 `DataAccessRoleArn` 參數。如需 中 IAM 角色和政策的詳細資訊 Amazon Transcribe，請參閱 [Amazon Transcribe 身分型政策範例](security_iam_id-based-policy-examples.md)。 # 使用自訂詞彙篩選 建立自訂詞彙篩選後，您可以包含在轉錄請求中；請參閱以下章節以取得範例。 您要包含在請求中的自訂詞彙篩選的語言，必須與您為媒體指定的語言代碼相符。如果您使用語言識別並指定多種語言選項，則可以針對指定的語言納入一個自訂詞彙篩選。如果自訂詞彙篩選的語言與您的音訊中識別的語言不符，您的篩選就不會套用至您的轉錄，且不會出現警告或錯誤。 ## 在批次轉錄中使用自訂詞彙篩選 若要搭配批次轉錄使用自訂詞彙篩選，請參閱下列範例： ### AWS 管理主控台 1. 登入 [AWS 管理主控台](https://console.aws.amazon.com/transcribe/)。 1. 在導覽窗格中，選擇**轉錄作業**，然後選擇**建立作業**(右上角)。這會開啟**指定作業詳細資訊‭**頁面。 ![\[Amazon Transcribe 主控台螢幕擷取畫面：「指定任務設定」頁面。\]](http://docs.aws.amazon.com/zh_tw/transcribe/latest/dg/images/console-batch-job-details-1.png) 為工作命名並指定輸入媒體。選擇性包含任何其他欄位，然後選擇**下一步**。 1. 在**設定工作**頁面的**內容移除**面板中，開啟**詞彙篩選**。 ![\[Amazon Transcribe 主控台螢幕擷取畫面：「設定任務」頁面。\]](http://docs.aws.amazon.com/zh_tw/transcribe/latest/dg/images/console-batch-configure-job-vocab-filter.png) 1. 從下拉式功能表中選擇自訂詞彙篩選，然後指定篩選方法。 ![\[Amazon Transcribe 主控台螢幕擷取畫面：詞彙篩選條件選擇選項。\]](http://docs.aws.amazon.com/zh_tw/transcribe/latest/dg/images/console-batch-vocab-filter-method.png) 1. 選擇**建立作業**以執行轉錄作業。 ### AWS CLI 此範例使用 [start-transcription-job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/start-transcription-job.html) 指令和 `Settings` 參數與 `VocabularyFilterName` 和 `VocabularyFilterMethod` 子參數。如需詳細資訊，請參閱 [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html) 和 [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Settings.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Settings.html)。 ``` 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 ``` 這是使用 [start-transcription-job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/start-transcription-job.html) 指令的另一個範利，以及包含工作的自訂詞彙篩選的請求內文。 ``` aws transcribe start-transcription-job \ --region us-west-2 \ --cli-input-json file://my-first-vocabulary-filter-job.json ``` 檔案 *my-first-vocabulary-filter-job.json* 包含以下請求內文。 ``` { "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" } } ``` ### 適用於 Python (Boto3) 的 AWS SDK 此範例使用 適用於 Python (Boto3) 的 AWS SDK ，使用 [start\$1transcription\$1job](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/transcribe.html#TranscribeService.Client.start_transcription_job) 方法的引`Settings`數來包含自訂詞彙篩選條件。如需詳細資訊，請參閱 [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartTranscriptionJob.html) 和 [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Settings.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Settings.html)。 如需使用 AWS SDKs 的其他範例，包括功能特定、案例和跨服務範例，請參閱 [Amazon Transcribe AWS SDKs的程式碼範例](service_code_examples.md)章節。 ``` 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) ``` ## 在串流轉錄中使用自訂詞彙篩選 若要將自訂詞彙篩選與串流轉錄搭配使用，請參閱下列範例： ### AWS 管理主控台 1. 登入 [AWS 管理主控台](https://console.aws.amazon.com/transcribe/)。 1. 在導覽窗格中，選擇**即時轉錄**。向下捲動至**內容移除設定**，如果此欄位已最小化，請展開此欄位。 ![\[Amazon Transcribe 主控台螢幕擷取畫面：「即時轉錄」頁面。\]](http://docs.aws.amazon.com/zh_tw/transcribe/latest/dg/images/stream-main.png) 1. 開啟**詞彙篩選**。從下拉式功能表中選擇自訂詞彙篩選，並指定篩選方法。 ![\[Amazon Transcribe 主控台螢幕擷取畫面：展開的「內容移除設定」窗格。\]](http://docs.aws.amazon.com/zh_tw/transcribe/latest/dg/images/vocab-filter-stream.png) 加入您要套用至串流的其他設定。 1. 您現在已準備好轉錄串流。選擇**開始串流**並開始說話。若要結束聽寫，選擇**停止串流**。 ### HTTP/2 串流 此範例會建立包含您自訂詞彙篩選和篩選方法的 HTTP/2 請求。如需搭配 HTTP/2 串流使用的詳細資訊 Amazon Transcribe，請參閱[設定 HTTP/2 串流](streaming-setting-up.md#streaming-http2)。如需特定參數和標頭的詳細資訊 Amazon Transcribe，請參閱 [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_StartStreamTranscription.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_StartStreamTranscription.html)。 ``` 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 ``` 您可以在 [API 參考](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Reference.html)中找到參數定義；所有 AWS API 操作常見的參數都列在[通用參數](https://docs.aws.amazon.com/transcribe/latest/APIReference/CommonParameters.html)區段中。 ### WebSocket 串流 此範例會建立個預先簽署的 URL，將您的自訂詞彙篩選套用至 WebSocket 串流。已加入分行符號以提高可讀性。如需有關搭配 Amazon Transcribe使用 WebSocket 串流的詳細資訊，請參閱 [設定 WebSocket 串流](streaming-setting-up.md#streaming-websocket)。如需參數詳細資訊，請參閱 [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_StartStreamTranscription.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_StartStreamTranscription.html)。 ``` 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 ``` 您可以在 [API 參考](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Reference.html)中找到參數定義；所有 AWS API 操作常用的參數都列在[通用參數](https://docs.aws.amazon.com/transcribe/latest/APIReference/CommonParameters.html)區段中。