Amazon Transcribe 流式 API 的非 SDK 版本

各位小伙伴们，大家好呀！看看今天我又给各位带来了什么文章？本文标题是《Amazon Transcribe 流式 API 的非 SDK 版本》，很明显是关于Golang的文章哈哈哈，其中内容主要会涉及到等等，如果能帮到你，觉得很不错的话，欢迎各位多多点评和分享！

我正在尝试使用 go 1.11 中的 amazon 新流转录 api。目前亚马逊只提供java sdk，所以我正在尝试低级方法。

唯一相关的文档在这里，但它没有显示端点。我在java示例中发现它是https://transcribestreaming..amazonaws.com，我正在尝试爱尔兰地区，即https://transcribestreaming.eu-west-1.amazonaws.com。这是我打开 http/2 双向流的代码：

import (
    "crypto/tls"
    "github.com/aws/aws-sdk-go-v2/aws"
    "github.com/aws/aws-sdk-go-v2/aws/external"
    "github.com/aws/aws-sdk-go-v2/aws/signer/v4"
    "golang.org/x/net/http2"
    "io"
    "io/ioutil"
    "log"
    "net/http"
    "os"
    "time"
)

const (
    headerkeylanguagecode   = "x-amzn-transcribe-language-code"  // en-us
    headerkeymediaencoding  = "x-amzn-transcribe-media-encoding" // pcm only
    headerkeysamplerate     = "x-amzn-transcribe-sample-rate"    // 8000, 16000 ... 48000
    headerkeysessionid      = "x-amzn-transcribe-session-id"     // for retrying a session. pattern: [a-fa-f0-9]{8}-[a-fa-f0-9]{4}-[a-fa-f0-9]{4}-[a-fa-f0-9]{4}-[a-fa-f0-9]{12}
    headerkeyvocabularyname = "x-amzn-transcribe-vocabulary-name"
    headerkeyrequestid = "x-amzn-request-id"
)

...

region := "eu-west-1"

cfg, err := external.loaddefaultawsconfig(aws.config{
    region: region,
})
if err != nil {
    log.printf("could not load default aws config: %v", err)
    return
}

signer := v4.newsigner(cfg.credentials)

transport := &http2.transport{
    tlsclientconfig: &tls.config{
        // allow insecure just for debugging
        insecureskipverify: true,
    },
}
client := &http.client{
    transport: transport,
}

signtime := time.now()

header := http.header{}
header.set(headerkeylanguagecode, "en-us")
header.set(headerkeymediaencoding, "pcm")
header.set(headerkeysamplerate, "16000")
header.set("content-type", "application/json")

// bi-directional streaming via a pipe.
pr, pw := io.pipe()

req, err := http.newrequest(http.methodpost, "https://transcribestreaming.eu-west-1.amazonaws.com/stream-transcription", ioutil.nopcloser(pr))
if err != nil {
    log.printf("err: %+v", err)
    return
}
req.header = header

_, err = signer.sign(req, nil, "transcribe", region, signtime)
if err != nil {
    log.printf("problem signing headers: %+v", err)
    return
}

// this freezes and ends after 5 minutes with "unexpected eof".
res, err := client.do(req)
...

问题是执行请求 (client.do(req)) 冻结五分钟，然后以“意外的 eof”错误结束。

你知道我做错了什么吗？有人在没有 java sdk 的情况下成功使用了新的流转录 api 吗？

编辑（2019 年 3 月 11 日）：

我再次测试了这一点，现在它没有超时，而是立即返回 200 ok 响应。但响应正文中有一个“异常”： {"output":{"__type":"com.amazon.coral.service#serializationexception"},"version":"1.0"}

我尝试使用 io.pipe （如上面的代码）以及文档中描述的 json 正文打开 http2 流：

{
    "AudioStream": { 
        "AudioEvent": { 
            "AudioChunk": ""
        }
    }
}

结果是一样的。

编辑（2019 年 3 月 13 日）：

正如 @gpeng 所提到的，从标头中删除 content-type 将修复 serializationexception。但随后出现 iam 异常，需要向您的 iam 用户添加 transcription:startstreamtranscription 权限。但这在 aws iam 控制台中不存在，必须作为自定义 json 权限手动添加：/

这里还有一个新的/另一个文档文档，其中显示了不正确的 host 和新的 content-type （不要使用该 content-type，请求将返回 404）。

删除 content-type 并添加新权限后，现在我收到异常 {"message":"已发送完整信号，但没有前面的空帧。"}。还永远写入管道块，所以我再次陷入困境。新文档中描述的消息与旧文档中描述的消息不同，现在终于是二进制的，但我不明白它们。有什么想法如何在 go 中发送此类 http2 消息吗？

编辑（2019 年第 15 场比赛）：*

如果您收到有关签名不匹配的 http 403 错误，请不要设置 transfer-encoding 和 x-amz-content-sha256 http 标头。当我设置它们时，使用 aws sdk 的 v4 签名者对请求进行签名，然后我收到 http 403 我们计算的请求签名与您提供的签名不匹配。

解决方案

我联系了 AWS 支持人员，他们现在建议尽可能使用 websockets 而不是 HTTP/2（博客文章 here）

如果这适合您的用例，我强烈建议您查看新的示例存储库：https://github.com/aws-samples/amazon-transcribe-websocket-static，它显示了 JS 中基于浏览器的解决方案。

我还注意到该演示的作者在他的个人 Github 上有一个明确的示例：https://github.com/brandonmwest/amazon-transcribe-websocket-express，但我尚未确认这是否有效。

感谢这些示例不是用 Python 编写的，但我认为使用 Websocket 客户端会比使用 HTTP/2 更幸运（老实说，这仍然有点可怕：P）

理论要掌握，实操不能落！以上关于《Amazon Transcribe 流式 API 的非 SDK 版本》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！