Présentation
La solution Media2Cloud on AWS met en place un flux d'ingestion de bout en bout sans serveur pour déplacer vos ressources vidéo et les métadonnées associées vers le cloud. Cette solution est conçue pour fournir une architecture standardisée qui permet d'accélérer le processus de migration et de chaîne d'approvisionnement, et aide les partenaires Media Asset Manager (MAM) à offrir des solutions à leurs clients.
Avantages
Tirez profit de la solution Media2Cloud on AWS prête à l'emploi, ou comme implémentation de référence, pour créer un cadre sans serveur afin d'accélérer l'installation et la configuration d'un processus d'intégration de contenu.
La solution crée une interface Web simple qui permet de télécharger, d'explorer et de chercher facilement vos fichiers vidéos et images, ainsi que des métadonnées extraites.
Détails techniques
Cette solution vous aide à extraire rapidement et aisément les informations clés de vos fichiers multimédias, dans vos comptes AWS, sans qu'aucune expertise en machine learning ne soit nécessaire. La solution comprend également une interface utilisateur web qui vous pouvez utiliser pour ingérer et analyser votre contenu multimédia.
1. Un groupe d'utilisateurs Amazon Cognito pour fournir un répertoire utilisateur.
2. Un point de terminaison de l'API RESTful Amazon API Gateway configuré pour utiliser l'authentification AWS IAM.
3. Une distribution Amazon CloudFront qui héberge les artefacts de l'application Web, tels que les fichiers JavaScript réduits au maximum et les graphiques stockées dans un compartiment Web.
4. Une machine d'état principale AWS StepFunctions qui sert de point d'entrée aux flux d'ingestion et d'analyse du backend de la solution.
5. Une machine d'ingestion de sous-états AWS Step Functions qui orchestre le processus d'ingestion selon le type de fichier multimédia et génère des proxy pour les fichiers multimédias ingérés. Cette machine utilise AWS Elemental MediaConvert pour les fichiers vidéo et audio et des outils open source pour les fichiers image et les documents.
6. Une machine d'analyse des sous-états AWS Step Functions chargée du processus d'analyse. Elle comprend des services AWS Step Functions qui exécutent les tâches d'analyse avec Amazon Rekognition, Amazon Transcribe, Amazon Comprehend et Amazon Textract.
7. Des tables Amazon DynamoDB pour stocker les artefacts générés durant les processus d'ingestion et d'analyse, tels que les statuts globaux, les pointers vers les lieux de stockage des fichiers intermédiaires et les jetons d'exécution de la machine d'états.
8. Un cluster Amazon OpenSearch Service qui stocke les attributs d'ingestion et les métadonnées du machine learning, et qui facilite la recherche et la découverte des clients.
9. Quatre compartiments Amazon Simple Storage Service (Amazon S3) pour stocker le contenu chargé, les fichiers proxy que la solution génère durant l'ingestion, les artefacts des applications Web statiques et les journaux d'accès aux services utilisés.
10. Les règles d'événement Amazon CloudWatch content/aws.amazon.com/staging/en_US/cloudwatch.html qui sont enregistrées lorsque des tâches spécifiques subissent des changements d'état.
11. Des événements Amazon EventBridge utilisés par un système de gestion interne des files d'attente où le système backlog informe les flux (machines d'état) lorsqu'une requête IA/ML en file d'attente a été traitée.
12. Une rubrique AWS IoT Core qui permet aux flux d'ingestion et d'analyse de communiquer avec le frontend de l'application Web de manière asynchrone à travers des messages MQTT (publier/souscrire).
13. Des rubriques Amazon Simple Notification Service (Amazon SNS) pour permettre à Amazon Rekognition de publier le statut des tâches dans le flux de l'analyse vidéo, et de prendre en charge l'intégration personnalisée au système du client.
1. Un groupe d'utilisateurs Amazon Cognito pour fournir un répertoire utilisateur.
2. Un point de terminaison de l'API RESTful Amazon API Gateway configuré pour utiliser l'authentification AWS IAM.
3. Une distribution Amazon CloudFront qui héberge les artefacts de l'application Web, tels que les fichiers JavaScript réduits au maximum et les graphiques stockées dans un compartiment Web.
4. Une machine d'état principale AWS StepFunctions qui sert de point d'entrée aux flux d'ingestion et d'analyse du backend de la solution.
5. Une machine d'ingestion de sous-états AWS Step Functions qui orchestre le processus d'ingestion selon le type de fichier multimédia et génère des proxy pour les fichiers multimédias ingérés. Cette machine utilise AWS Elemental MediaConvert pour les fichiers vidéo et audio et des outils open source pour les fichiers image et les documents.
6. Une machine d'analyse des sous-états AWS Step Functions chargée du processus d'analyse. Elle comprend des services AWS Step Functions qui exécutent les tâches d'analyse avec Amazon Rekognition, Amazon Transcribe, Amazon Comprehend et Amazon Textract.
7. Des tables Amazon DynamoDB pour stocker les artefacts générés durant les processus d'ingestion et d'analyse, tels que les statuts globaux, les pointers vers les lieux de stockage des fichiers intermédiaires et les jetons d'exécution de la machine d'états.
8. Un cluster Amazon OpenSearch Service qui stocke les attributs d'ingestion et les métadonnées du machine learning, et qui facilite la recherche et la découverte des clients.
9. Quatre compartiments Amazon Simple Storage Service (Amazon S3) pour stocker le contenu chargé, les fichiers proxy que la solution génère durant l'ingestion, les artefacts des applications Web statiques et les journaux d'accès aux services utilisés.
10. Les règles d'événement Amazon CloudWatch content/aws.amazon.com/staging/en_US/cloudwatch.html qui sont enregistrées lorsque des tâches spécifiques subissent des changements d'état.
11. Des événements Amazon EventBridge utilisés par un système de gestion interne des files d'attente où le système backlog informe les flux (machines d'état) lorsqu'une requête IA/ML en file d'attente a été traitée.
12. Une rubrique AWS IoT Core qui permet aux flux d'ingestion et d'analyse de communiquer avec le frontend de l'application Web de manière asynchrone à travers des messages MQTT (publier/souscrire).
13. Des rubriques Amazon Simple Notification Service (Amazon SNS) pour permettre à Amazon Rekognition de publier le statut des tâches dans le flux de l'analyse vidéo, et de prendre en charge l'intégration personnalisée au système du client.
Rubriques connexes
En confiant à TrackIt le déploiement de l'implémentation AWS Media2Cloud on AWS, Jukin Media a rassemblé d'importants volumes de contenu vidéo disposant d'un processus beaucoup plus rationnel et automatisé, ce qui lui permet d'économiser du temps et de l'argent.
Présentation d'AWS Media Services
Ce cours propose une introduction aux AWS Media Services et comment les utiliser pour diffuser des vidéos en direct et à la demande en mettant en œuvre des workflows de traitement, de stockage et de monétisation de vidéos dans le cloud.
Mise en route avec Amazon Simple Storage Service (S3)
Ce cours intermédiaire d'autoformation est une introduction à Amazon S3 vous et vous fournit les connaissances nécessaires pour savoir quand utiliser Amazon S3 en examinant des cas d'utilisation types et en comprenant le fonctionnement du stockage d'objets pour vos applications.
Présentation d'AWS Elemental MediaConvert
Au terme de ce cours, vous en saurez plus sur AWS Elemental MediaConvert, un service de traitement vidéo basé sur les fichiers qui permet à tout le monde de transcoder de façon simple et fiable le contenu à la demande pour diffusion – y compris multi-écrans – quelle que soit la taille de la bibliothèque de contenu.