AWS Transcribe启动转录任务报错：S3私有桶访问与参数验证问题

问题1：TranscriptionJobName格式错误 #

你当前直接把S3对象键（key）作为转录任务名，你的key里包含/字符（比如示例里的source/2004-DNC.mp3），但Transcribe要求任务名只能包含大小写字母、数字、点.、下划线_、横杠-，不支持斜杠，所以触发了正则校验失败。
修复方案：
对key做字符替换，去掉/或者替换为允许的字符，同时建议加入随机字符串/时间戳避免任务名重复（同区域下转录任务名不能重复），示例修改逻辑如下：

# 引入os和uuid模块用于处理文件名和生成唯一标识
import os, uuid

# 生成符合规范的任务名
base_name = os.path.splitext(os.path.basename(key))[0]
job_name = f"{base_name}_{uuid.uuid4().hex[:8]}".replace('/', '_')

后续将TranscriptionJobName参数的值替换为生成的job_name即可。

问题2：S3 URI无法访问 #

你生成的s3://{桶名}/{对象键}格式的MediaFileUri完全符合要求，无需调整。私有桶本身不会造成访问问题，Block Public Access配置仅拦截公共访问请求，不会影响AWS服务内部的合法授权访问。
本次报错的核心原因是：你给Lambda配置的S3读权限仅能让Lambda自身访问S3，但启动转录任务后是Transcribe服务独立访问S3对象读取音频，该操作不经过Lambda执行，所以Transcribe服务没有获得S3的读取授权。
修复方案二选一即可：

方案1：给S3桶添加桶策略，允许Transcribe服务读取对象 #

在你的源S3桶的桶策略中添加如下配置：

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Principal": {
                "Service": "transcribe.amazonaws.com"
            },
            "Action": "s3:GetObject",
            "Resource": "arn:aws:s3:::abcdefghijk-transcribe-source/*"
        }
    ]
}

方案2：为转录任务指定执行角色 #

先创建一个IAM角色，信任Transcribe服务，且附加S3读权限，然后在调用start_transcription_job时添加参数JobExecutionSettings={'AllowDeferredExecution': True, 'DataAccessRoleArn': '你创建的角色ARN'}即可。

修改后的完整Lambda代码示例 #

import boto3
import os
import uuid

s3 = boto3.client('s3')
transcribe = boto3.client('transcribe')

def lambda_handler(event, context):
    for record in event['Records']:
        source_bucket = record['s3']['bucket']['name']
        key = record['s3']['object']['key']
        object_url = f"s3://{source_bucket}/{key}"
        # 生成符合要求的唯一任务名
        base_name = os.path.splitext(os.path.basename(key))[0]
        job_name = f"{base_name}_{uuid.uuid4().hex[:8]}".replace('/', '_')
        
        response = transcribe.start_transcription_job(
            TranscriptionJobName=job_name,
            Media={'MediaFileUri': object_url},
            MediaFormat='mp3',
            LanguageCode='en-US',
            # 如果选择方案2指定执行角色，取消下面这行的注释并替换为实际角色ARN
            # JobExecutionSettings={'AllowDeferredExecution': True, 'DataAccessRoleArn': 'arn:aws:iam::你的账号ID:role/你的Transcribe执行角色名'}
        )
        print(response)

内容的提问来源于stack exchange，提问作者Ray