Amazon ٹرانسکرائب کا استعمال کرتے ہوئے کثیر لسانی آڈیو میں خودکار طور پر زبانوں کی شناخت کریں۔

اگر آپ ایک سے زیادہ سرکاری زبانوں والے ملک میں یا متعدد خطوں میں کام کرتے ہیں، تو آپ کی آڈیو فائلیں مختلف زبانوں پر مشتمل ہو سکتی ہیں۔ شرکاء مکمل طور پر مختلف زبانیں بول رہے ہوں گے یا زبانوں کے درمیان بدل سکتے ہیں۔ کثیر لسانی آبادی والے علاقے میں کسی مسئلے کی اطلاع دینے کے لیے کسٹمر سروس کال پر غور کریں۔ اگرچہ بات چیت ایک زبان میں شروع ہو سکتی ہے، لیکن یہ ممکن ہے کہ صارف مسئلہ کو بیان کرنے کے لیے کسی دوسری زبان میں تبدیل ہو جائے، یہ آرام کی سطح یا دوسری زبانوں کے ساتھ استعمال کی ترجیحات پر منحصر ہے۔ اسی طرح، کسٹمر کیئر کا نمائندہ آپریٹنگ یا ٹربل شوٹنگ کی ہدایات پہنچاتے ہوئے زبانوں کے درمیان منتقلی کرسکتا ہے۔

کم از کم 3 سیکنڈ کی آڈیو کے ساتھ، ایمیزون نقل آڈیو میں بولی جانے والی زبانوں میں زبانوں کی وضاحت کرنے کے لیے انسانوں کی ضرورت کے بغیر خود بخود شناخت اور مؤثر طریقے سے نقل تیار کر سکتا ہے۔ یہ استعمال کے مختلف معاملات پر لاگو ہوتا ہے جیسے کہ کسٹمر کالز کو ٹرانسکرائب کرنا، وائس میلز کو ٹیکسٹ میں تبدیل کرنا، میٹنگ کے تعاملات کو کیپچر کرنا، صارف کے فورم مواصلات کو ٹریک کرنا، یا میڈیا مواد کی پیداوار اور لوکلائزیشن ورک فلو کی نگرانی کرنا۔

یہ پوسٹ ایمیزون ٹرانسکرائب کا استعمال کرتے ہوئے کثیر زبان کی آڈیو فائل کو نقل کرنے کے مراحل سے گزرتی ہے۔ ہم Amazon ٹرانسکرائب APIs کو کال کرتے وقت آڈیو فائلوں کو Amazon ٹرانسکرائب پر دستیاب کرنے اور کثیر لسانی آڈیو فائلوں کی ٹرانسکرپشن کو فعال کرنے کے طریقہ پر تبادلہ خیال کرتے ہیں۔

حل جائزہ

Amazon Transcribe ایک AWS سروس ہے جو آپ کے لیے تقریر کو متن میں تبدیل کرنا آسان بناتی ہے۔ کسی بھی ایپلیکیشن میں اسپیچ کو ٹیکسٹ فنکشنلٹی میں شامل کرنا ایمیزون ٹرانسکرائب کی مدد سے آسان ہے، جو کہ ایک خودکار اسپیچ ریکگنیشن (ASR) سروس ہے۔ آپ Amazon ٹرانسکرائب کا استعمال کرتے ہوئے آڈیو ان پٹ داخل کر سکتے ہیں، واضح ٹرانسکرپٹس بنا سکتے ہیں جو پڑھنے اور جائزہ لینے میں آسان ہیں، حسب ضرورت کے ساتھ درستگی میں اضافہ کر سکتے ہیں، اور کلائنٹ کی رازداری کی حفاظت کے لیے معلومات کو فلٹر کر سکتے ہیں۔

حل بھی استعمال کرتا ہے۔ ایمیزون سادہ اسٹوریج سروس (Amazon S3)، ایک آبجیکٹ اسٹوریج سروس جو کہیں سے بھی ڈیٹا کی کسی بھی مقدار کو ذخیرہ کرنے اور بازیافت کرنے کے لیے بنائی گئی ہے۔ یہ ایک سادہ سٹوریج سروس ہے جو بہت کم قیمت پر صنعت کی معروف پائیداری، دستیابی، کارکردگی، سیکورٹی، اور عملی طور پر لامحدود اسکیل ایبلٹی پیش کرتی ہے۔ جب آپ ایمیزون S3 میں ڈیٹا اسٹور کرتے ہیں، تو آپ وسائل کے ساتھ کام کرتے ہیں جسے جانا جاتا ہے۔ بالٹی اور اشیاء. ایک بالٹی اشیاء کے لئے ایک کنٹینر ہے. ایک آبجیکٹ ایک فائل اور کوئی بھی میٹا ڈیٹا ہے جو فائل کی وضاحت کرتا ہے۔

اس پوسٹ میں، ہم آپ کو ایک کثیر لسانی آڈیو ٹرانسکرپشن حل کو لاگو کرنے کے لیے درج ذیل مراحل سے گزرتے ہیں:

1. ایک S3 بالٹی بنائیں۔
2. اپنی آڈیو فائل کو بالٹی میں اپ لوڈ کریں۔
3. نقل کی نوکری بنائیں۔
4. کام کی پیداوار کا جائزہ لیں.

شرائط

اس واک تھرو کے لیے، آپ کے پاس درج ذیل شرائط ہونی چاہئیں:

ایمیزون ٹرانسکرائب ٹرانسکرائب شدہ آؤٹ پٹ کو یا تو سروس مینیجڈ یا کسٹمر مینیجڈ S3 بالٹی میں اسٹور کرنے کا اختیار فراہم کرتا ہے۔ اس پوسٹ کے لیے، ہمارے پاس ایمیزون ٹرانسکرائب کو سروس کے زیر انتظام S3 بالٹی میں نتائج لکھنے کا اختیار ہے۔

نوٹ کریں کہ ایمیزون ٹرانسکرائب ایک علاقائی سروس ہے اور ایمیزون ٹرانسکرائب API کے اختتامی پوائنٹس کو اسی علاقے میں ہونے کی ضرورت ہے جس میں S3 بکٹس ہیں۔

اپنی آڈیو ان پٹ فائلوں کو ذخیرہ کرنے کے لیے ایک S3 بالٹی بنائیں

اپنی S3 بالٹی بنانے کے لیے، درج ذیل مراحل کو مکمل کریں:

1. ایمیزون S3 کنسول پر، منتخب کریں۔ بالٹی بنائیں.
   
2. کے لئے بالٹی کا نام، بالٹی کے لیے عالمی سطح پر ایک منفرد نام درج کریں۔
3. کے لئے AWS علاقہ، وہی علاقہ منتخب کریں جس میں آپ کے Amazon ٹرانسکرائب API اینڈ پوائنٹس ہیں۔
   
4. تمام ڈیفالٹس کو اسی طرح چھوڑ دیں۔
5. میں سے انتخاب کریں بالٹی بنائیں.
   

اپنی آڈیو فائل کو S3 بالٹی میں اپ لوڈ کریں۔

اپنی کثیر لسانی آڈیو فائل کو اپنے AWS اکاؤنٹ میں S3 بالٹی میں اپ لوڈ کریں۔ اس مشق کے مقصد کے لیے، ہم درج ذیل نمونہ استعمال کرتے ہیں۔ کثیر لسانی آڈیو فائل. یہ انگریزی اور ہسپانوی زبانوں پر مشتمل کسٹمر سپورٹ کال کیپچر کرتا ہے۔.

1. ایمیزون S3 کنسول پر، منتخب کریں۔ بالٹیاں۔ نیوی گیشن پین میں.
2. ان پٹ آڈیو فائلوں کو ذخیرہ کرنے کے لیے آپ نے پہلے بنائی ہوئی بالٹی کا انتخاب کریں۔
3. میں سے انتخاب کریں اپ لوڈ کریں.
   
4. میں سے انتخاب کریں فائلیں شامل کریں.
   
5. وہ آڈیو فائل منتخب کریں جسے آپ اپنے مقامی کمپیوٹر سے نقل کرنا چاہتے ہیں۔
   
6. میں سے انتخاب کریں اپ لوڈ کریں.
   

آپ کی آڈیو فائل جلد ہی S3 بالٹی میں دستیاب ہوگی۔

نقل کی نوکری بنائیں

آڈیو فائل کے اپ لوڈ ہونے کے ساتھ، اب ہم ایک ٹرانسکرپشن جاب بناتے ہیں۔

1. ایمیزون ٹرانسکرائب کنسول پر، منتخب کریں۔ نقل کی نوکریاں نیوی گیشن پین میں.
2. میں سے انتخاب کریں نوکری پیدا کریں۔.
   
3. کے لئے نام، نوکری کے لیے ایک منفرد نام درج کریں۔
   یہ آؤٹ پٹ ٹرانسکرپٹ فائل کا نام بھی ہوگا۔
4. کے لئے زبان کی ترتیباتمنتخب متعدد زبانوں کی خودکار شناخت.
   یہ خصوصیت ایمیزون ٹرانسکرائب کو آڈیو فائل میں بولی جانے والی تمام زبانوں کی خود بخود شناخت اور نقل کرنے کے قابل بناتی ہے۔
   
5. کے لئے خودکار زبان کی شناخت کے لیے زبان کے اختیارات، اسے غیر منتخب چھوڑ دیں۔
   ایمیزون ٹرانسکرائب خود بخود آڈیو میں بولی جانے والی تمام زبانوں کی شناخت اور نقل کرتا ہے۔ ٹرانسکرپشن کی درستگی کو بہتر بنانے کے لیے، آپ اختیاری طور پر دو یا زیادہ زبانیں منتخب کر سکتے ہیں جو آپ جانتے ہیں کہ آڈیو میں بولی گئی تھیں۔
   
6. کے لئے ماڈل کی قسم، صرف عام ماڈل آپشن اس پوسٹ کو لکھنے کے وقت دستیاب ہے۔
7. کے لئے ان پٹ ڈیٹامنتخب کریں S3 کو براؤز کریں۔.
8. آڈیو سورس فائل کا انتخاب کریں جسے ہم نے پہلے اپ لوڈ کیا تھا۔
   
9. کے لئے آؤٹ پٹ ڈیٹا، آپ یا تو منتخب کر سکتے ہیں۔ سروس کے زیر انتظام S3 بالٹی or کسٹمر نے مخصوص S3 بالٹی. اس پوسٹ کے لیے، منتخب کریں۔ سروس کے زیر انتظام S3 بالٹی۔
   
10. میں سے انتخاب کریں اگلے.
11. میں سے انتخاب کریں نوکری پیدا کریں۔.

کام کی پیداوار کا جائزہ لیں

جب ٹرانسکرپشن جاب مکمل ہو جائے تو ٹرانسکرپشن جاب کھولیں۔

نیچے سکرال نقل کا پیش منظر سیکشن آڈیو ٹرانسکرپشن پر ظاہر ہوتا ہے۔ متن ٹیب نقل میں گفتگو کے انگریزی اور ہسپانوی دونوں حصے شامل ہیں۔

آپ اختیاری طور پر ٹرانسکرپٹ کی ایک کاپی JSON فائل کے طور پر ڈاؤن لوڈ کر سکتے ہیں، جسے آپ مزید استعمال کر سکتے ہیں۔ کال کے بعد کے تجزیات.

صاف کرو

مستقبل کے چارجز سے بچنے کے لیے، ان پٹ آڈیو سورس فائل کو اسٹور کرنے کے لیے بنائی گئی S3 بالٹی کو خالی اور حذف کریں۔ یقینی بنائیں کہ آپ کے پاس فائلیں کہیں اور محفوظ ہیں کیونکہ یہ بالٹی میں موجود تمام اشیاء کو مستقل طور پر ہٹا دے گا۔ ایمیزون ٹرانسکرائب کنسول پر، نقل کے لیے پہلے تخلیق کردہ جاب کو منتخب کریں اور حذف کریں۔

نتیجہ

اس پوسٹ میں، ہم نے کوئی کوڈ لکھے بغیر، کثیر لسانی آڈیو فائلوں کی خودکار شناخت اور ٹرانسکرپشن کے لیے ایک اینڈ ٹو اینڈ ورک فلو بنایا ہے۔ ہم نے آڈیو فائل میں مختلف زبانوں کی خود بخود شناخت کرنے اور ہر زبان کو درست طریقے سے نقل کرنے کے لیے Amazon Transcribe میں نئی ​​فعالیت کا استعمال کیا۔

مزید معلومات کے لئے ملاحظہ کریں بیچ ٹرانسکرپشن جابز کے ساتھ زبان کی شناخت.

---

مصنفین کے بارے میں

مرتضیٰ بوٹ والا AI/ML ٹیکنالوجیز میں دلچسپی کے ساتھ AWS میں ایک سینئر سولیوشن آرکیٹیکٹ ہے۔ وہ گاہکوں کے ساتھ کام کرنے سے لطف اندوز ہوتا ہے تاکہ وہ اپنے کاروباری نتائج حاصل کرنے میں ان کی مدد کریں۔ کام سے باہر، وہ بیرونی سرگرمیوں اور خاندان کے ساتھ وقت گزارنے سے لطف اندوز ہوتا ہے۔

وکٹر ریڈ AI/ML اور سافٹ ویئر ڈویلپمنٹ کے بارے میں پرجوش ہے۔ اس نے ایمیزون الیکسا کو امریکہ اور میکسیکو میں چلانے اور چلانے میں مدد کی۔ وہ AWS شراکت داروں کے لیے Amazon Textract بھی لایا اور AWS Contact Center Intelligence (CCI) کو زمین سے ہٹا دیا۔ وہ فی الحال کنورسیشنل AI پارٹنرز کے لیے گلوبل ٹیک لیڈر ہیں۔

بابو سری نواسن شکاگو سے باہر ایک AWS Sr. سپیشلسٹ SA (Language AI Services) ہے۔ وہ Amazon Transscribe (متن سے تقریر) پر توجہ مرکوز کرتا ہے، جس سے ہمارے صارفین کو کاروباری مسائل کو حل کرنے کے لیے AI سروسز استعمال کرنے میں مدد ملتی ہے۔ کام سے باہر، اسے لکڑی کے کام کرنے اور جادوئی شوز کرنے کا شوق ہے۔