TOWN-TECH's log

概要

妻が在宅の仕事を探し始めたので、クラウドワークス等で案件を概観していたところ「文字起こし」という分野に目が留まり、
「AWSの文字起こしサービス使えばお手軽＆費用も抑え目でできないかな～」というところが発端です。

本記事では、ローカルのPHPスクリプトからAWSのS3へファイルアップロード、AWSのTranscribeで翻訳を実行、
文字起こしされたファイルをGETすることがゴールになります。

手持ちのサイト等で画面化も一瞬考えましたが、精度や使い勝手が未知数だったので、
とりあえず、というところでサクッとローカルPHPスクリプトでやっちゃいます。

Amazon Transcribeの概要

Amazon Transcribeは、機械学習（ML）を活用して音声ファイルを自動で文字起こしするAWSのサービスです。
以下の特徴があります：

• 高精度の音声認識：ノイズが多い環境でもテキスト変換が可能
• リアルタイム文字起こし：ストリーミング音声にも対応
• 多言語対応：日本語を含む多数の言語をサポート
• 話者識別（Speaker Diarization）：複数の話者を認識し、区別できる
• カスタム語彙（Custom Vocabulary）：特定の専門用語や社内用語を登録可能
• カスタム言語モデル（Custom Language Model, CLM）：独自のデータを使って精度向上

環境構成

• Win10
• PHP 8.1.32
  • php.iniで下記は有効化しておいてください。
    • extension_dir = "ext"
      ～～～省略～～～
      extension=curl
• composer 2.1.9

ディレクトリ構成

• aws_transcribe
  • bin：実行用スクリプトを配置（CLIスクリプトなど）
  • data：音声データと変換結果を格納
    • in：文字起こし対象の音声ファイル
    • out：変換後のテキストファイル（JSONやTXT）
  • lib：AWS SDKや共通関数などのライブラリ
  • config.php：設定ファイル（AWSキーやS3バケット名）

手順

※phpとcomposerは事前にインストールしておいてください。

AWS SDK for PHPのインストール

---

（AWSマネジメントコンソール）アクセスキー情報を生成

1. AWSマネジメントコンソールログイン
2. サービス一覧から「IAM」を検索してクリック
3. 左側のメニューから「ユーザー」を選択
4. ボタン「ユーザーの作成」からユーザ作成
   1. 「ポリシーを直接アタッチする」を選択。アタッチするポリシーは下記を選択
      1. AmazonTranscribeFullAccess
      2. AmazonS3FullAccess ※S3を使わない場合は不要
5. 作成したユーザを選択。「アクセスキーを作成」からアクセスキーを生成する。下記をメモします。
   1. アクセスキー
   2. シークレットアクセスキー

---

（AWSマネジメントコンソール）S3バケット作成

1. AWSマネジメントコンソールログイン
2. サービス一覧から「S3」を検索してクリック
3. ボタン「バケットを作成」を選択
4. ボタン「ユーザーの作成」からユーザ作成
   1. 「ポリシーを直接アタッチする」を選択。アタッチするポリシーは下記を選択
      1. AmazonTranscribeFullAccess
      2. AmazonS3FullAccess ※S3を使わない場合は不要
5. 作成したユーザを選択。「アクセスキーを作成」からアクセスキーを生成する。下記をメモします。
   1. アクセスキー
   2. シークレットアクセスキー

---

（ローカル）コーディング

下記３ファイルをコーディングしていきます。

config.php

bin/transcribe.php

lib/AwsTranscribe.php

---

（ローカル）実行

下記のようなメッセージが表示されれば成功です。

以上です。