Importante: la localizzazione dei contenuti su AWS è stata sostituita da funzionalità avanzate fornite da Guidance for Media2Cloud su AWS.
Il 29 agosto 2025 aggiorneremo la nostra documentazione in modo da indicare Guidance for Media2Cloud su AWS e archivieremo il vecchio repository GitHub. Per migrare a questa nuova guida, è sufficiente seguire le risorse di implementazione, utilizzare facoltativamente un bucket S3 esistente con i contenuti multimediali e distribuirlo nel proprio account AWS. Se desideri continuare a utilizzare questa soluzione così com'è, clona il repository Content Localization on AWS GitHub prima del 29 agosto 2025. Tieni presente che AWS continuerà a mantenere le linee guida per Media2Cloud su AWS solo in futuro, quindi l'uso e la manutenzione continui della localizzazione dei contenuti su AWS saranno di tua responsabilità dopo il 29 agosto 2025. Se hai domande o dubbi, contatta il Supporto AWS.
Panoramica
Localizzazione di contenuti su AWS aiuta a estendere la portata dei contenuti video on-demand creando sottotitoli multilingue grazie all'intelligenza artificiale (IA). La produzione di sottotitoli accurati e multilingue per i video è sia complessa che laboriosa, perché richiede molte ore di lavoro di trascrizione, sottotitolazione, traduzione e revisione delle risorse multimediali. Con questa soluzione AWS, è possibile automatizzare questi processi manuali e controllare comunque il risultato. Include un'interfaccia utente semplice in cui è possibile caricare, analizzare ed estrarre metadati preziosi dai file video utilizzando i servizi di intelligenza artificiale AWS nativi.
Vantaggi
Carica e analizza i video e lavora con i sottotitoli video generati automaticamente utilizzando una semplice interfaccia utente basata sul web.
Puoi rivedere i sottotitoli e apportare correzioni all'interno dell'applicazione. Quando i sottotitoli sono soddisfacenti, riesegui il flusso di lavoro utilizzando l'input corretto per rigenerare i risultati in downstream.
Genera vocabolario e terminologie personalizzati utilizzando le correzioni apportate ai sottotitoli. Fornisci queste personalizzazioni quando carichi un video e configuri il flusso di lavoro automatizzato.
Dettagli tecnici
Questa architettura può essere implementata automaticamente consultando la Guida all'implementazione e il modello AWS CloudFormation allegato.
Fase 1
Il modello AWS CloudFormation distribuisce un'istanza di Media Insights su AWS.
Fase 2
Una distribuzione Amazon CloudFront per servire l'applicazione web della soluzione.
Fase 3
Un bucket fonte web di Amazon Simple Storage Service (Amazon S3) per l'hosting dell'applicazione web statica.
Fase 4
Un pool di utenti di Amazon Cognito per fornire una directory utente.
Fase 5
Un pool di identità Cognito per offrire una federazione con AWS Identity and Access Management (IAM) per l'autenticazione e l'autorizzazione all'interfaccia web.
Fase 6
Endpoint Gateway Amazon API per l'API del flusso di lavoro Media Insights su AWS, l'API del piano dati di Media Insights su AWS e l'endpoint API del Servizio OpenSearch di Amazon.
Fase 7
Un flusso di lavoro AWS Step Functions creato da Media Insights su AWS. Il flusso di lavoro di localizzazione dei contenuti è costituito da funzioni AWS Lambda che eseguono processi in Amazon Transcribe, Amazon Translate, AWS Elemental MediaConvert e Amazon Polly.
Queste funzioni Lambda interagiscono anche con l'API del piano dati di Media Insights per memorizzare e recuperare gli oggetti multimediali e i metadati restituiti dai processi di analisi multimediale. Il flusso di lavoro può anche eseguire opzionalmente Amazon Rekognition e Amazon Comprehend per fornire un'analisi aggiuntiva dell'input.
Fase 8
Una funzione Lambda per estrarre, trasformare e caricare i metadati multimediali di Media Insights in Pipeline dei dati AWS in un cluster del servizio OpenSearch di Amazon. Questa funzione Lambda viene richiamata dallo stream Amazon DynamoDB del piano dati Media Insights su AWS ogni volta che i metadati delle risorse vengono modificati nel piano dati Media Insights su AWS.
Fase 9
Un cluster del servizio OpenSearch per indicizzare metadati multimediali.
Fase 1
Il modello AWS CloudFormation distribuisce un'istanza della soluzione Media Insights su AWS.
Fase 2
Una distribuzione Amazon CloudFront per servire l'applicazione web della soluzione.
Fase 3
Un bucket fonte web di Amazon Simple Storage Service (Amazon S3) per l'hosting dell'applicazione web statica.
Fase 4
Un pool di utenti di Amazon Cognito per fornire una directory utente.
Fase 5
Un pool di identità Cognito per offrire una federazione con AWS Identity and Access Management (IAM) per l'autenticazione e l'autorizzazione all'interfaccia web.
Fase 6
Endpoint Gateway Amazon API per l'API del flusso di lavoro Media Insights su AWS, l'API del piano dati di Media Insights su AWS e l'endpoint API del Servizio OpenSearch di Amazon.
Fase 7
Un flusso di lavoro AWS Step Functions creato da Media Insights su AWS. Il flusso di lavoro di localizzazione dei contenuti è costituito da funzioni AWS Lambda che eseguono processi in Amazon Transcribe, Amazon Translate, AWS Elemental MediaConvert e Amazon Polly.
Queste funzioni Lambda interagiscono anche con l'API del piano dati di Media Insights per memorizzare e recuperare gli oggetti multimediali e i metadati restituiti dai processi di analisi multimediale. Il flusso di lavoro può anche eseguire opzionalmente Amazon Rekognition e Amazon Comprehend per fornire un'analisi aggiuntiva dell'input.
Fase 8
Una funzione Lambda per estrarre, trasformare e caricare i metadati multimediali di Media Insights in Pipeline dei dati AWS in un cluster del servizio OpenSearch di Amazon. Questa funzione Lambda viene richiamata dallo stream Amazon DynamoDB del piano dati Media Insights su AWS ogni volta che i metadati delle risorse vengono modificati nel piano dati Media Insights su AWS.
Fase 9
Un cluster del servizio OpenSearch per indicizzare metadati multimediali.
- Publish Date
Contenuto correlato
Media Insights su AWS è un framework che aiuta gli sviluppatori a creare applicazioni serverless che elaborano video, immagini, audio e testo con IA e servizi multimediali su AWS. Questa soluzione è un framework di sviluppo per applicare i servizi di machine learning ai flussi di lavoro multimediali.