web-dev-qa-db-ja.com

Http / 2を使用したNode.jsのAmazon Transcribe Streamingサービスリクエストが応答しない

Node.jsからのhttp2リクエストでAmazon Transcribeストリーミングサービスを使用しようとしています。これは、私がフォローしているドキュメントリンクです ストリーミングリクエストの形式 。このドキュメントによると、エンドポイントは https：// transcribe-streaming 。<'region'> .amazonaws.comですが、このURLにリクエストを送信すると、URLが見つからないというエラーが発生します。しかし Javaの例 でエンドポイントが https：// transcribestreaming 。 ''バック。私たちはus-east-1リージョンから試みています。

これが私が使っているコードです。

const http2 = require('http2');
var aws4  = require('aws4');

var opts = {
  service: 'transcribe', 
  region: 'us-east-1', 
  path: '/stream-transcription', 
  headers:{
   'content-type': 'application/json',
   'x-amz-target': 'com.amazonaws.transcribe.Transcribe.StartStreamTranscription'
  }
}

var urlObj = aws4.sign(opts, {accessKeyId: '<access key>', secretAccessKey: '<aws secret>'});
const client = http2.connect('https://transcribestreaming.<region>.amazonaws.com');
client.on('error', function(err){
  console.error("error in request ",err);
});

const req = client.request({
  ':method': 'POST',
  ':path': '/stream-transcription',
  'authorization': urlObj.headers.Authorization,  
  'content-type': 'application/json',
  'x-amz-content-sha256': 'STREAMING-AWS4-HMAC-SHA256-EVENTS',
  'x-amz-target': 'com.amazonaws.transcribe.Transcribe.StartStreamTranscription',
  'x-amz-date': urlObj['headers']['X-Amz-Date'],
  'x-amz-transcribe-language-code': 'en-US',
  'x-amz-transcribe-media-encoding': 'pcm',
  'x-amz-transcribe-sample-rate': 44100
});

req.on('response', (headers, flags) => {
  for (const name in headers) {
    console.log(`${name}: ${headers[name]}`);
  }
});
let data = '';
req.on('data', (chunk) => { data += chunk; });
req.on('end', () => {
  console.log(`\n${data}`);
  client.close();
});
req.end();

私がここで欠けているものを誰かが指摘できますか？ HTTP/2でこれを実装する例も見つかりませんでした。

更新：Content-typeをapplication/jsonに変更すると、応答ステータス200が返されますが、次の例外があります。

`{"Output":{"__type":"com.Amazon.coral.service#SerializationException"},"Version":"1.0"}`

アップデート（2019年4月22日）：

req.setEncoding('utf8');
req.write(audioBlob);

var audioBlob = new Buffer(JSON.stringify({
    "AudioStream": { 
       "AudioEvent": { 
          "AudioChunk": audioBufferData
     }
 }

リクエストを終了する前に、シリアライズによってペイロードとして「audioblod」を追加しています。私の「audioBufferData」は、ブラウザからの生のPCMオーディオ形式です。私は documentation からペイロードを "Event Stream Encoding"にエンコードする必要があることを確認しましたが、それを実装する方法を理解できませんでした。

したがって、現在このイベントストリームエンコーディングを使用しないと、200の応答ステータスで次の例外が発生します。

{"Output":{"__type":"com.Amazon.coral.service#UnknownOperationException"},"Version":"1.0"}
node.jsamazon-web-servicesaws-transcribe
13
Manoj

これは直接質問に答えることはできませんが、コメントではなく回答として投稿するのに十分便利だと思います。

AWS 発表済み Amazon TranscribeのWebSocketサポート。 ドキュメントはこちら 、そして クライアント側のサンプルアプリ はこちらです。最大の違い、そして私がWebSocketとの統合をより簡単にするのは、http/2のように各オーディオチャンクに署名する必要がないことです。

署名済みURLを使用して接続を承認および開始するための関連コードは lib/aws-signature-v4.js

exports.createPresignedURL = function(method, Host, path, service, payload, options) {
  options = options || {};
  options.key = options.key || process.env.AWS_ACCESS_KEY_ID;
  options.secret = options.secret || process.env.AWS_SECRET_ACCESS_KEY;
  options.protocol = options.protocol || 'https';
  options.headers = options.headers || {};
  options.timestamp = options.timestamp || Date.now();
  options.region = options.region || process.env.AWS_REGION || 'us-east-1';
  options.expires = options.expires || 86400; // 24 hours
  options.headers = options.headers || {};

  // Host is required
  options.headers.Host = Host;

  var query = options.query ? querystring.parse(options.query) : {};
  query['X-Amz-Algorithm'] = 'AWS4-HMAC-SHA256';
  query['X-Amz-Credential'] = options.key + '/' + exports.createCredentialScope(options.timestamp, options.region, service);
  query['X-Amz-Date'] = toTime(options.timestamp);
  query['X-Amz-Expires'] = options.expires;
  query['X-Amz-SignedHeaders'] = exports.createSignedHeaders(options.headers);

  var canonicalRequest = exports.createCanonicalRequest(method, path, query, options.headers, payload);
  var stringToSign = exports.createStringToSign(options.timestamp, options.region, service, canonicalRequest);
  var signature = exports.createSignature(options.secret, options.timestamp, options.region, service, stringToSign);
  query['X-Amz-Signature'] = signature;
  return options.protocol + '://' + Host + path + '?' + querystring.stringify(query);
};

そして、それを lib/main.js ：

function createPresignedUrl() {
    let endpoint = "transcribestreaming." + region + ".amazonaws.com:8443";

    // get a preauthenticated URL that we can use to establish our WebSocket
    return v4.createPresignedURL(
        'GET',
        endpoint,
        '/stream-transcription-websocket',
        'transcribe',
        crypto.createHash('sha256').update('', 'utf8').digest('hex'), {
            'key': $('#access_id').val(),
            'secret': $('#secret_key').val(),
            'protocol': 'wss',
            'expires': 15,
            'region': region,
            'query': "language-code=" + languageCode + "&media-encoding=pcm&sample-rate=" + sampleRate
        }
    );
}

必要なものをイベントストリームメッセージ形式でパッケージ化するには、 PCMエンコードされたオーディオをJSONエンベロープにラップしてバイナリに変換します

function convertAudioToBinaryMessage(audioChunk) {
    let raw = mic.toRaw(audioChunk);

    if (raw == null)
        return;

    // downsample and convert the raw audio bytes to PCM
    let downsampledBuffer = audioUtils.downsampleBuffer(raw, sampleRate);
    let pcmEncodedBuffer = audioUtils.pcmEncode(downsampledBuffer);

    // add the right JSON headers and structure to the message
    let audioEventMessage = getAudioEventMessage(Buffer.from(pcmEncodedBuffer));

    //convert the JSON object + headers into a binary event stream message
    let binary = eventStreamMarshaller.marshall(audioEventMessage);

    return binary;
}

function getAudioEventMessage(buffer) {
    // wrap the audio data in a JSON envelope
    return {
        headers: {
            ':message-type': {
                type: 'string',
                value: 'event'
            },
            ':event-type': {
                type: 'string',
                value: 'AudioEvent'
            }
        },
        body: buffer
    };
}
0
bwest

ノードjsでWebSocket APIを使用してAWS transcribeサービスを使用するための同様の要件がありました。公式パッケージではこれに対するサポートがまだないため、私は先に進んで、この実装に続くパッケージを作成しました githubで 。これはAWS-transcribeと呼ばれ、 here にあります。お役に立てば幸いです。

これは、WebSocketの周りにストリームインターフェイスを提供し、以下の例のように使用できます。

import { AwsTranscribe, StreamingClient } from "aws-transcribe"

const client = new AwsTranscribe({
    // if these aren't provided, they will be taken from the environment
    accessKeyId: "ACCESS KEY HERE",
    secretAccessKey: "SECRET KEY HERE",
})

const transcribeStream = client
    .createStreamingClient({
        region: "eu-west-1",
        sampleRate,
        languageCode: "en-US",
    })
    // enums for returning the event names which the stream will emit
    .on(StreamingClient.EVENTS.OPEN, () => console.log(`transcribe connection opened`))
    .on(StreamingClient.EVENTS.ERROR, console.error)
    .on(StreamingClient.EVENTS.CLOSE, () => console.log(`transcribe connection closed`))
    .on(StreamingClient.EVENTS.DATA, (data) => {
        const results = data.Transcript.Results

        if (!results || results.length === 0) {
            return
        }

        const result = results[0]
        const final = !result.IsPartial
        const prefix = final ? "recognized" : "recognizing"
        const text = result.Alternatives[0].Transcript
        console.log(`${prefix} text: ${text}`)
    })

someStream.pipe(transcribeStream)
0
Muhammad Qasim