Aws Transribe在start_transcription_job中没有LanguageCode无法实现boto3

Question

我在S3中有一个音频文件。

我不知道音频文件的语言。所以我需要将IdentifyLanguage用于start_transcription_job()。

LanguageCode将是空的，因为我不知道音频文件的语言。

环境

使用Python3.8运行时，boto3版本1.16.5，botocore版本：1.19.5，没有Lambda层。

这里是我的转录作业代码：

mediaFileUri = 's3://'+ bucket_name+'/'+prefixKey

transcribe_client = boto3.client('transcribe')

response = transcribe_client.start_transcription_job(
    TranscriptionJobName="abc",
    IdentifyLanguage=True,
    Media={
        'MediaFileUri':mediaFileUri
    },
)

，那么我得到了一个错误：

{
  "errorMessage": "Parameter validation failed:\nMissing required parameter in input: \"LanguageCode\"\nUnknown parameter in input: \"IdentifyLanguage\", must be one of: TranscriptionJobName, LanguageCode, MediaSampleRateHertz, MediaFormat, Media, OutputBucketName, OutputEncryptionKMSKeyId, Settings, ModelSettings, JobExecutionSettings, ContentRedaction",
  "errorType": "ParamValidationError",
  "stackTrace": [
    "  File \"/var/task/app.py\", line 27, in TranscribeSoundToWordHandler\n    response = response = transcribe_client.start_transcription_job(\n",
    "  File \"/var/runtime/botocore/client.py\", line 316, in _api_call\n    return self._make_api_call(operation_name, kwargs)\n",
    "  File \"/var/runtime/botocore/client.py\", line 607, in _make_api_call\n    request_dict = self._convert_to_request_dict(\n",
    "  File \"/var/runtime/botocore/client.py\", line 655, in _convert_to_request_dict\n    request_dict = self._serializer.serialize_to_request(\n",
    "  File \"/var/runtime/botocore/validate.py\", line 297, in serialize_to_request\n    raise ParamValidationError(report=report.generate_report())\n"
  ]
}

有了这个错误，意味着我必须指定LanguageCode，而IdentifyLanguage是一个无效的参数。

100%确保音频文件存在于S3中。但是如果没有LanguageCode，它就不能工作，而且IdentifyLanguage参数是未知参数

I使用SAM应用程序在本地使用以下命令进行测试：

sam local invoke MyHandler -e lambda\TheDirectory\event.json

我cdk deploy，并签入Aws Lambda控制台，测试它相同的events.json，但仍然得到相同的错误。

我认为这是Lambda执行环境，我没有使用任何Lambda层。

我从Aws转录：看这个文档

StartTranscriptionJob.html

这是boto3的文档

工作

明确声明LanguageCode不是必需的，IdentifyLanguage是一个有效的参数。

那我错过了什么？对此有什么想法吗？我该怎么办？

更新：

我一直在网上搜索和询问情侣，我认为我应该先构建函数容器，让SAM将boto3打包到容器中。

所以我要做的是，cdk synth一个模板文件：

cdk synth --no-staging > template.yaml

然后：

sam build --use-container
sam local invoke MyHandler78A95900 -e lambda\TheDirectory\event.json

但是，我还是得到了同样的错误，但是也发布了堆栈跟踪。

[ERROR] ParamValidationError: Parameter validation failed:
Missing required parameter in input: "LanguageCode"
Unknown parameter in input: "IdentifyLanguage", must be one of: TranscriptionJobName, LanguageCode, MediaSampleRateHertz, MediaFormat, Media, OutputBucketName, OutputEncryptionKMSKeyId, Settings, JobExecutionSettings, ContentRedaction
Traceback (most recent call last):
  File "/var/task/app.py", line 27, in TranscribeSoundToWordHandler
    response = response = transcribe_client.start_transcription_job(
  File "/var/runtime/botocore/client.py", line 316, in _api_call
    return self._make_api_call(operation_name, kwargs)
  File "/var/runtime/botocore/client.py", line 607, in _make_api_call
    request_dict = self._convert_to_request_dict(
  File "/var/runtime/botocore/client.py", line 655, in _convert_to_request_dict
    request_dict = self._serializer.serialize_to_request(
  File "/var/runtime/botocore/validate.py", line 297, in serialize_to_request
    raise ParamValidationError(report=report.generate_report())

真的不知道我做错了什么。我还报道了一个github在此发行，但似乎无法复制这个问题。

主要问题/问题：

无法start_transription_job

1. 无LanguageCode
2. 用IdentifyLanguage=True

造成这种情况的原因是什么，以及我如何解决这个问题(不知道音频文件的语言，我想识别音频文件的语言而不给出LanguageCode)？

Answer 1

最后，我注意到这是因为我的打包lambda函数由于某种原因没有被上传。这是我在得到几个人的帮助后如何解决的。

首先修改CDK堆栈，它定义了我的lambda函数，如下所示：

from aws_cdk import (
    aws_lambda as lambda_,
    core
)

from aws_cdk.aws_lambda_python import PythonFunction

class MyCdkStack(core.Stack):

    def __init__(self, scope: core.Construct, id: str, **kwargs) -> None:
        super().__init__(scope, id, **kwargs)

        # define lambda 
        my_lambda = PythonFunction(
            self, 'MyHandler',
            entry='lambda/MyHandler',
            index='app.py',
            runtime=lambda_.Runtime.PYTHON_3_8,
            handler='MyHandler', 
            timeout=core.Duration.seconds(10)
        )

这将使用aws-lambda-python模块，它将处理将所有所需模块安装到坞中。

下一步，cdk合成一个模板文件。

cdk synth --no-staging > template.yaml 

此时，它将捆绑在entry路径中定义的PythonFunction路径中的所有内容，并在该entry路径中安装requirements.txt中定义的所有必要的依赖项。

下一步，构建码头容器

$ sam build --use-container

确保根目录中的template.yaml文件。这将构建一个码头容器，工件将在我的根目录中的.aws-sam/build目录中构建。

最后一步，使用sam:调用函数

sam local invoke MyHandler78A95900 -e path\to\event.json

现在，正如我在上面的问题中所述，现在终于成功地调用了start_transcription_job，没有任何错误。

结论：

1. 一开始我只使用pip install boto3，这只会在我的本地系统中安装boto3。
2. 然后，我在不使用sam local invoke第一次构建容器的情况下，使用sam build --use-container
3. 最后，我终于有了sam build，但在这一点上，我并没有将在requirements.txt中定义的内容绑定到.aws-sam/build中，因此需要像上面提到的那样使用aws-lambda-python模块。

Answer 2

检查您是否正在使用最新的boto3版本。

boto3.__version__  
'1.16.5'

我试过了而且成功了。

import boto3

transcribe = boto3.client('transcribe')
response = transcribe.start_transcription_job(TranscriptionJobName='Test-20201-27',IdentifyLanguage=True,Media={'MediaFileUri':'s3://BucketName/DemoData/Object.mp4'})

print(response)
{
    "TranscriptionJob": {
        "TranscriptionJobName": "Test-20201-27",
        "TranscriptionJobStatus": "IN_PROGRESS",
        "Media": {
            "MediaFileUri": "s3://BucketName/DemoData/Object.mp4"
        },
        "StartTime": "datetime.datetime(2020, 10, 27, 15, 41, 2, 599000, tzinfo=tzlocal())",
        "CreationTime": "datetime.datetime(2020, 10, 27, 15, 41, 2, 565000, tzinfo=tzlocal())",
        "IdentifyLanguage": "True"
    },
    "ResponseMetadata": {
        "RequestId": "9e4f94a4-20e4-4ca0-9c6e-e21a8934084b",
        "HTTPStatusCode": 200,
        "HTTPHeaders": {
            "content-type": "application/x-amz-json-1.1",
            "date": "Tue, 27 Oct 2020 14:41:02 GMT",
            "x-amzn-requestid": "9e4f94a4-20e4-4ca0-9c6e-e21a8934084b",
            "content-length": "268",
            "connection": "keep-alive"
        },
        "RetryAttempts": 0
    }
}