Información general
La solución Media2Cloud en AWS configura un flujo de trabajo de incorporación de extremo a extremo sin servidor para migrar recursos de videos y metadatos asociados a la nube. Esta solución está diseñada para ofrecer una arquitectura estandarizada que permita agilizar la migración y el proceso de la cadena de suministro. Además, permite que los socios de la administración de recursos multimedia (MAM) ofrezcan soluciones a sus clientes.
Beneficios
Utilice la solución Media2Cloud en AWS de forma directa o como implementación de referencia para crear un marco sin servidor a fin de acelerar el ajuste y la configuración de un proceso de incorporación de contenido.
La solución crea una interfaz web sencilla que ayuda a cargar, navegar y buscar sus archivos de videos e imágenes y metadatos extraídos.
Detalles técnicos
Esta solución ayuda a extraer información clave, de forma rápida y sin interrupciones, de los archivos multimedia de las cuentas de AWS sin necesidad de tener experiencia en machine learning. La solución también incluye una interfaz de usuario basada en la web que puede utilizar para ingerir y analizar sus contenidos multimedia.
Paso 1
Un grupo de usuarios de Amazon Cognito para proporcionar un directorio de usuarios.
Paso 2
Un punto de conexión de la API de RESTful de Amazon API Gateway, que está configurado para usar la autenticación de AWS IAM.
Paso 3
Una distribución de Amazon CloudFront que aloja los artefactos de las aplicaciones web, como los archivos JavaScript minimizados y los gráficos almacenados en el bucket web.
Paso 4
Una máquina de estados principales de AWS Step Functions que sirve como punto de entrada a los flujos de trabajo de ingesta y análisis del backend de la solución.
Paso 5
Una máquina de subestados de ingesta de AWS Step Functions que orquesta el proceso de ingesta por tipo de archivo multimedia y genera proxies para los elementos multimedia ingeridos. Usa AWS Elemental MediaConvert para los archivos de video y audio, y herramientas de código abierto para los archivos de imágenes y documentos.
Paso 6
Una máquina de subestados de análisis de Step Functions que es responsable del proceso de análisis. Consta de AWS Step Functions, que ejecuta trabajos de análisis con Amazon Rekognition, Amazon Transcribe, Amazon Comprehend y Amazon Textract.
Paso 7
Tablas de Amazon DynamoDB para almacenar los artefactos generados durante los procesos de ingesta y análisis, como el estado general, los punteros en los que se almacenan los archivos intermedios y los tokens de ejecución de la máquina de estado.
Paso 8
Un clúster de Amazon OpenSearch Service que almacena atributos de ingesta y metadatos de machine learning, y facilita las necesidades de búsqueda y detección de los clientes.
Paso 9
Cuatro buckets de Amazon Simple Storage Service (Amazon S3) para almacenar el contenido cargado, los proxies de archivos que la solución genera durante la ingesta, los artefactos estáticos de las aplicaciones web y los registros de acceso a los servicios utilizados.
Paso 10
Reglas de eventos de Amazon CloudWatch que se registran cuando las tareas específicas sufren cambios de estado.
Paso 11
Amazon EventBridge usado por un sistema interno de administración de colas en el que el sistema de trabajos pendientes notifica a los flujos de trabajo (máquinas de estado) cuando se ha procesado una solicitud de IA o ML en cola.
Paso 12
Un tema de AWS IoT Core que permite que los flujos de trabajo de ingesta y análisis se comuniquen con la aplicación web frontend de manera asíncrona mediante la mensajería MQTT de publicación o suscripción.
Paso 13
Temas de Amazon Simple Notification Service (Amazon SNS) para permitir a Amazon Rekognition publicar el estado del trabajo en el flujo de trabajo de análisis de video y para admitir la integración personalizada con el sistema de los clientes.
Paso 1
Un grupo de usuarios de Amazon Cognito para proporcionar un directorio de usuarios.
Paso 2
Un punto de conexión de la API de RESTful de Amazon API Gateway, que está configurado para usar la autenticación de AWS IAM.
Paso 3
Una distribución de Amazon CloudFront que aloja los artefactos de las aplicaciones web, como los archivos JavaScript minimizados y los gráficos almacenados en el bucket web.
Paso 4
Una máquina de estados principales de AWS Step Functions que sirve como punto de entrada a los flujos de trabajo de ingesta y análisis del backend de la solución.
Paso 5
Una máquina de subestados de ingesta de AWS Step Functions que orquesta el proceso de ingesta por tipo de archivo multimedia y genera proxies para los elementos multimedia ingeridos. Usa AWS Elemental MediaConvert para los archivos de video y audio, y herramientas de código abierto para los archivos de imágenes y documentos.
Paso 6
Una máquina de subestados de análisis de Step Functions que es responsable del proceso de análisis. Consta de AWS Step Functions, que ejecuta trabajos de análisis con Amazon Rekognition, Amazon Transcribe, Amazon Comprehend y Amazon Textract.
Paso 7
Tablas de Amazon DynamoDB para almacenar los artefactos generados durante los procesos de ingesta y análisis, como el estado general, los punteros en los que se almacenan los archivos intermedios y los tokens de ejecución de la máquina de estado.
Paso 8
Un clúster de Amazon OpenSearch Service que almacena atributos de ingesta y metadatos de machine learning, y facilita las necesidades de búsqueda y detección de los clientes.
Paso 9
Cuatro buckets de Amazon Simple Storage Service (Amazon S3) para almacenar el contenido cargado, los proxies de archivos que la solución genera durante la ingesta, los artefactos estáticos de las aplicaciones web y los registros de acceso a los servicios utilizados.
Paso 10
Reglas de eventos de Amazon CloudWatch que se registran cuando las tareas específicas sufren cambios de estado.
Paso 11
Amazon EventBridge usado por un sistema interno de administración de colas en el que el sistema de trabajos pendientes notifica a los flujos de trabajo (máquinas de estado) cuando se ha procesado una solicitud de IA o ML en cola.
Paso 12
Un tema de AWS IoT Core que permite que los flujos de trabajo de ingesta y análisis se comuniquen con la aplicación web frontend de manera asíncrona mediante la mensajería MQTT de publicación o suscripción.
Paso 13
Temas de Amazon Simple Notification Service (Amazon SNS) para permitir a Amazon Rekognition publicar el estado del trabajo en el flujo de trabajo de análisis de video y para admitir la integración personalizada con el sistema de los clientes.
Contenido relacionado
Gracias a que TrackIt ha incorporado la implementación de AWS Media2Cloud en AWS, Jukin Media recopiló enormes volúmenes de contenido de video generado por los usuarios con un proceso más ágil y automatizado, lo que les permitió ahorrar tiempo y dinero.
Introducción a AWS Media Services
Este curso le brinda una introducción acerca de AWS Media Services y sobre cómo utilizarlos para entregar vídeo en directo y bajo demanda mediante la implementación del flujo de procesamiento, almacenamiento y monetización de video en la nube.
Introducción a Amazon Simple Storage Service (S3)
Este curso intermedio de ritmo individual brinda una introducción a Amazon S3 y proporciona el conocimiento para determinar cuándo utilizar Amazon S3, revisando casos de uso típicos y entendiendo cómo el servicio proporciona almacenamiento de objetos para sus aplicaciones.
Introducción a AWS Elemental MediaConvert
En este curso, aprenderá acerca de AWS Elemental MediaConvert, un servicio de procesamiento de videos basado en archivos que permite a cualquier persona, independientemente del tamaño de su biblioteca de contenidos, transcodificar con facilidad y de forma fiable contenido bajo demanda para su difusión y visualización en varias pantallas.