Wichtig: Media Insights in AWS wurde durch erweiterte Funktionen ersetzt, die von Guidance for Media2Cloud in AWS bereitgestellt werden.
Am 29. August 2025 werden wir unsere Dokumentation so aktualisieren, dass sie auf Guidance for Media2Cloud in AWS verweist und das alte GitHub-Repository archivieren. Um zu dieser neuen Anleitung zu migrieren, müssen Sie lediglich die Implementierungsressourcen befolgen, optional einen vorhandenen S3-Bucket mit Ihren Medieninhalten verwenden und ihn in Ihrem AWS-Konto bereitstellen. Wenn Sie diese Lösung unverändert weiter verwenden möchten, klonen Sie bitte das Repository Media Insights on AWS GitHub vor dem 29. August 2025. Bitte beachten Sie, dass AWS in Zukunft nur noch Guidance for Media2Cloud in AWS bereitstellen wird. Daher liegt die weitere Nutzung und Wartung von Media Insights in AWS nach dem 29. August 2025 in Ihrer Verantwortung. Wenn Sie Fragen oder Bedenken haben, wenden Sie sich bitte an den AWS-Support.
Übersicht
Media Insights in AWS ist ein Entwicklungsframework, das AWS-Services für Machine Learning in Multimedia-Anwendungen zur Verarbeitung von Videos, Bildern, Audio und Text integriert. Die Lösung bietet speziell entwickelte APIs, mit denen Entwickler diese Services nutzen und innovative Medienworkflows erstellen können, ohne die Komplexität des Backends bewältigen zu müssen. Sie optimiert automatisch die Ressourcenbereitstellung, Speicherung, Transkodierung, Anmerkungen, Modelloptimierungen und andere Orchestrierungsaufgaben, um die Workflow-Erstellung zu vereinfachen. Mithilfe dieser AWS-Lösung können Sie Computer Vision, Spracherkennung, Sprachanalyse und andere Services der künstlichen Intelligenz (KI) nutzen, um schnelles Prototyping und die Bereitstellung intelligenter Mediensoftware zu ermöglichen.
Vorteile
Diese Lösung verwaltet die Workflow-Orchestrierung und die Wirkungsdauer der Daten, sodass Sie sich auf Anwendungen konzentrieren können, die einen Mehrwert aus den Medien ziehen oder manuelle Arbeitsabläufe automatisieren.
Sie können die Lösung erweitern und anpassen, um sie neuen Anwendungsfällen anzupassen. Operatoren sind generierte, vorgefertigte Zustandsmaschinen, die Sie erweitern können, um bestimmte Anwendungsfälle zu verarbeiten.
Komponenten werden durch saubere Schnittstellen beschrieben. Operatoren sind kleine Einzweckkomponenten, die Metadaten von Media transformieren oder extrahieren. Sie können benutzerdefinierte Operatoren definieren oder einen der mitgelieferten vordefinierten Operatoren verwenden.
Technische Details
Sie können diese Architektur mit dem Implementierungsleitfaden und der dazugehörigen AWS-CloudFormation-Vorlage automatisch bereitstellen.
Schritt 1
Eine Amazon-API-Gateway-Ressource für die REST-API der Steuerungsebene.
Schritt 2
AWS Lambda and Amazon Simple Queue Service (Amazon SQS)-Ressourcen zur Unterstützung der Workflow-Orchestrierung und der Übersetzung von benutzerdefinierten Workflows in AWS Step Functions.
Schritt 3
Amazon-DynamoDB-Tabellen zum Speichern von workflowbezogenen Daten.
Schritt 4
Step Functions für den Fall, dass ein Benutzer einen neuen Workflow über die Workflow-API definiert.
Schritt 5
Lambda-Funktionen für die Operator-Bibliothek von Media Insights in AWS. Operatoren werden für die folgenden Services bereitgestellt: Amazon Rekognition, Amazon Comprehend, Amazon Translate, Amazon Transcribe, Amazon Polly, und AWS Elemental MediaConvert.
Schritt 6
Eine API-Gateway-Ressource für die REST-API der Datenebene.
Schritt 7
Amazon Simple Storage Service (Amazon S3), DynamoDB und DynamoDB Streams für die Speicherung von Medien- und Metadaten.
Schritt 8
Amazon-Kinesis-Data-Streams-Ressourcen, um eine Schnittstelle für externe Anwendungen zum Zugriff auf Daten in der Datenebene Media Insight in AWS bereitzustellen.
Schritt 1
Eine Amazon-API-Gateway-Ressource für die REST-API der Steuerungsebene.
Schritt 2
AWS Lambda and Amazon Simple Queue Service (Amazon SQS)-Ressourcen zur Unterstützung der Workflow-Orchestrierung und der Übersetzung von benutzerdefinierten Workflows in AWS Step Functions.
Schritt 3
Amazon-DynamoDB-Tabellen zum Speichern von workflowbezogenen Daten.
Schritt 4
Step Functions für den Fall, dass ein Benutzer einen neuen Workflow über die Workflow-API definiert.
Schritt 5
Lambda-Funktionen für die Operator-Bibliothek von Media Insights in AWS. Operatoren werden für die folgenden Services bereitgestellt: Amazon Rekognition, Amazon Comprehend, Amazon Translate, Amazon Transcribe, Amazon Polly, und AWS Elemental MediaConvert.
Schritt 6
Eine API-Gateway-Ressource für die REST-API der Datenebene.
Schritt 7
Amazon Simple Storage Service (Amazon S3), DynamoDB und DynamoDB Streams für die Speicherung von Medien- und Metadaten.
Schritt 8
Amazon-Kinesis-Data-Streams-Ressourcen, um eine Schnittstelle für externe Anwendungen zum Zugriff auf Daten in der Datenebene Media Insight in AWS bereitzustellen.
- Publish Date
Ähnliche Inhalte
Dieser Blog untersucht die Lösung Media Insights Engine, die Entwicklern helfen soll, sich weniger auf das Gerüst der Anwendungen und mehr auf die Dinge zu konzentrieren, die wirklich einen Unterschied machen.
Erfahren Sie mehr über den modularen Rahmen, auf dem Media Insights Engine basiert, sowie die Anwendungsfälle und praktischen Anwendungen für diese Lösung.