podcast_app

Amazon Transcribe APIを使ってmp3ファイルからWordCloudをCUIだけで作成するコード郡です。

処理の流れは以下。

1. mp3ファイルをS3にアップロードする
2. S3のファイルを指定してAmazon Transcribeで文字起こしする
3. 文字起こし結果からWordCloudのpngを生成する

1. mp3ファイルをS3にアップロードする

処理: 文字起こししたいmp3ファイルをAmazon S3にアップロードする

python upload_file_to_s3.py /path/to/AudioName.mp3

• Input file（引数にとるファイル）: ローカルにあるAudioName.mp3のパス

bucket_name に既存のbucket名を指名する

実行すると、S3bucket上にinputしたmp3ファイルがアップロードされる

2. S3のファイルを指定してAmazon Transcribeで文字起こしする

処理: S3にアップしたmp3ファイルに対してAmazon Transcribeを実行し文字起こしを行う

python transcribe_aws.py AudioName.mp3

• Input file（引数にとるファイル）: AudioName.mp3（S3上にアップロードされたファイル名）

• output file: AudioName.pickle

スクリプトを実行した階層にtranscribed_fileというフォルダを作り、そこにAudioName.pickle ファイルを作成する。pickleファイルの中身は文字起こしされた日本語。

3. 文字起こし結果からWordCloudのpngを生成する

処理: 文字起こしされた日本語からWordCloudを作成する

python make_wordcloud.py AudioName.pickle

• Input file（引数にとるファイル）: AudioName.pickle

• output file: AuioName.png

スクリプトを実行した階層にwordcloud_figsというフォルダを作り、そこにAudioName.png ファイルを作成する。wordcloud化する対象単語のパラメータとしてstop_wordsとmin_cntがある