如何通过RTMP向AWS ECS容器推流实现直播实时转录？

Amazon IVS Auto-captions Demo ECS推流转链路实现指引 #

• 前置资源配置：给ECS任务绑定具备AmazonTranscribeStreamingAccess、IVSReadOnlyAccess权限的IAM执行角色；ECS所属安全组入方向放开RTMP协议默认1935端口，出方向放开443端口用于调用AWS服务接口；如果选用Fargate启动类型，需要给任务配置公网IP或绑定VPC NAT网关，保证容器可以访问公网服务端点。
• 容器部署配置：直接使用demo配套的预构建转发镜像部署ECS任务，启动时传入三个必填环境变量：IVS_INGEST_ENDPOINT（对应IVS频道的推流地址）、TRANSCRIBE_TARGET_LANG（转录目标语言编码，如zh-CN、en-US）、RESULT_CALLBACK_WS（接收转录结果的Websocket服务地址）。容器内置Nginx-RTMP服务与音轨转码模块，不需要额外安装依赖。
• 推流与链路验证：将原本直接推送至IVS推流域名的直播流，改为推送至ECS任务的访问IP+1935端口对应的RTMP应用路径即可。容器收到流后会自动做两路转发：一路原样推回配置好的IVS ingest地址保证正常直播分发，另一路抽取音轨转码为Transcribe要求的PCM 16kHz单声道格式，通过流式接口推送到Transcribe服务。查看ECS任务日志，出现RTMP stream connected、Transcribe session initialized字段即代表链路连通正常，转录结果会实时推送到你配置的Websocket回调地址，和demo原生前端字幕组件完全兼容，不需要修改前端业务逻辑。

常见踩坑点：不要给ECS任务配置低于0.5vCPU/1GB内存的规格，不然音轨转码过程会出现卡顿，直接导致转录断流、字幕延迟超过10秒。

其他可落地的直播实时转录替代架构 #

• IVS原生托管字幕方案：不需要自建任何计算资源，直接在IVS频道控制台开启自动字幕功能，IVS后台会自动对接Transcribe服务完成转录，端到端字幕延迟比自建ECS方案低2-3秒，支持直接输出内嵌字幕轨、HLS外挂字幕轨，缺点是支持的语种范围小于直接调用Transcribe接口，自定义词库、热词配置灵活性较差。
• MediaLive全托管转码转录方案：如果现有直播链路已经使用AWS MediaLive做转码处理，可以直接在MediaLive输出组中配置音频流转规则，将音轨通过MediaConnect转发至Transcribe流式接口，全链路无服务器不需要运维，适合大型直播、广电级直播场景，整体成本比自建ECS方案高30%左右。
• 边缘低延迟转录方案：对字幕实时性要求极高的互动直播场景，可以在CloudFront边缘节点部署Lambda@Edge逻辑，就近接收推流后拆分音轨，转发至距离推流点最近的Transcribe服务端点，端到端转录延迟可以压缩到1秒以内，缺点是边缘函数调试复杂度较高。

内容的提问来源于stack exchange，提问作者Arpit Shukla