aws lambda에 만들어 놓은 인공지능 모델을 올릴려고 합니다.

Question

안녕하세요 저는 코딩 공부를 하고 있는 대학교 2학년 학생입니다.처음으로 프로젝트를 해보는데 서버 연결에 어려움을 겪고 있어서 도움 부탁드립니다.제가 하는 프로젝트는 음성인식모델과 음향분류모델을 만들어서 위험상황인지 아닌지 알아내는 프로젝트입니다.지금 라즈베리파이로 음성파일 받아서 s3에 저장하는 것까지는 됐고 음성인식 모델과 음향분류 모델, 관제 시스템도 완성했습니다.근데 이걸 연결하는 것을 처음해보고 아직 배운적이 없어서 구글링과 책에만 의지해서 하려다보니 계속 오류가 뜹니다.제가 여쭤보고 싶은 것은 음성인식모델에는 OpenAI인 whisper와 한국어 형태소 분석기인 konlpy를 사용했습니다.그래서 모듈 패키지를 설치하고 lambda에 layer에 넣어서 사용하려고 했습니다. 그런데 whisper모듈이 없다는 오류가 뜹니다. >lambda에 올릴 때 코드를 수정을 좀 했는데 코드가 잘못된 것인지 whisper를 잘못 이용하고 잇는 건지 어떤게 잘못됐는지를 잘 못찾고 있습니다. colab에서 드라이브랑 연동하여 실행했을 때는 잘 돌아가던 코드입니다.아니면 whisper API를 사용해야하나요 대학생이라 api를 사용하면 돈이 많이 나갈 거 같아서 모듈 라이브러리를 설치하려고 한건데 방법이 잘못된건지 모르겠습니다. 혹시나 api발급받아서 해야한다면 발급받는 방법은 무엇일까요ㅜㅜ 찾아봤는데도 잘 나오질 않습니다.이건 lambda에 올린 음성인식 코드입니다.LAYERS &#61; [ { &#34;arn&#34;: &#34;arn:aws:lambda:ap-northeast-2:648553286245:layer:whisper:2&#34;, }]import jsondef lambda_handler(event, context): # TODO implement return { 'statusCode': 200, 'body': json.dumps('Hello from Lambda!') }import osimport boto3import tempfileimport shutilimport whisperimport numpy as npimport librosaimport IPython.display as ipdimport librosa.displayfrom pprint import pprintfrom konlpy.tag import Komoran# AWS Lambda는 전역 객체로 사용하도록 설정s3 &#61; boto3.client('s3')def lambda_handler(event, context): try: # S3 버킷 및 파일 키 설정 s3_bucket &#61; event['Records'][0]['s3']['bucket']['sound.chuldongedact'] s3_key &#61; event['Records'][0]['s3']['object']['sound.chuldongedact/음성_17.wav'] # 로컬 임시 디렉토리 생성 temp_dir &#61; tempfile.mkdtemp() local_audio_path &#61; os.path.join(temp_dir, 'audio_file.wav') # S3에서 음성 파일을 다운로드 s3.download_file(s3_bucket, s3_key, local_audio_path) # Whisper 모델 로드 model &#61; whisper.load_model(&#34;small&#34;) # 음성 파일을 처리 audio_raw &#61; whisper.load_audio(local_audio_path) audio &#61; whisper.pad_or_trim(audio_raw) # 로그-Mel 스펙트로그램 생성 melspectrogram &#61; whisper.log_mel_spectrogram(audio).to(model.device) # 음성을 디코딩 options &#61; whisper.DecodingOptions() result &#61; whisper.decode(model, melspectrogram, options) # 인식된 텍스트 출력 recognized_text &#61; result.text print(f&#34;Recognized text: {recognized_text}&#34;) # Komoran 형태소 분석기 초기화 komoran &#61; Komoran() # 여러 개의 설정한 문장을 리스트에 담습니다. target_sentences &#61; [ &#34;119에 신고해줘&#34;, &#34;112에 신고해&#34;, &#34;살려주세요&#34;, &#34;내 몸 만지지 마&#34;, &#34;경찰불러주세요&#34;, &#34;구조해주세요&#34;, &#34;도와줘&#34;, &#34;절도범이야&#34;, &#34;도와주세요&#34;, &#34;때리지마&#34;, &#34;도둑이야&#34;, &#34;도난 당했어&#34;, &#34;구출해줘&#34;, &#34;어디만져&#34;, &#34;구해주세요&#34;, &#34;구해줘&#34;, &#34;절도당했어&#34;, &#34;구출해줘&#34;, &#34;손대지마&#34; ] # 설정한 문장들을 순회하며 명사와 동사 추출 target_words &#61; set() # 중복을 허용하지 않는 집합으로 변경 for target_sentence in target_sentences: target_words.update(komoran.nouns(target_sentence)) target_words.update([word for word, pos in komoran.pos(target_sentence) if pos.startswith('V')]) # 음성 인식된 문장을 형태소 분석하여 명사와 동사 추출 recognized_words &#61; set() # 중복을 허용하지 않는 집합으로 변경 recognized_words.update(komoran.nouns(recognized_text)) recognized_words.update([word for word, pos in komoran.pos(recognized_text) if pos.startswith('V')]) # 삭제할 명사와 동사를 지정합니다. words_to_remove &#61; {&#34;부르&#34;, &#34;말&#34;, &#34;주&#34;, &#34;몸&#34;} # 추가할 명사와 동사를 지정합니다. words_to_add &#61; {&#34;119&#34;, &#34;112&#34;} # 삭제할 명사와 동사를 설정한 문장에서 제거합니다. for word in words_to_remove: if word in target_words: target_words.remove(word) # 추가할 명사와 동사를 설정한 문장에 추가합니다. target_words.update(words_to_add) # 모든 설정한 문장의 명사와 동사가 음성 인식된 문장에 포함되는지 확인 danger_detected &#61; any(word in recognized_words for word in target_words) if danger_detected: print(&#34;위험 감지&#34;) else: print(&#34;이상 없음&#34;) except Exception as e: print(f&#34;An error occurred: {str(e)}&#34;) finally: # 로컬 임시 디렉토리 정리 shutil.rmtree(temp_dir)if __name__ &#61;&#61; &#34;__main__&#34;: # 이 코드를 로컬에서 테스트할 때 사용 sample_event &#61; { &#34;Records&#34;: [ { &#34;s3&#34;: { &#34;bucket&#34;: { &#34;name&#34;: &#34;sound.chuldongedact&#34; }, &#34;object&#34;: { &#34;key&#34;: &#34;sound.chuldongedact/음성_17.wav&#34; } } } ] } lambda_handler(sample_event, None) 또 추가적으로는 음향분류모델은 학습시켜놓은 것 때문에 h5파일로 저장을 해서 따로 그 파일을 로드해서 위험상황인지 아닌 지에 대한 코드를 적었는데 h5파일은 zip으로 lambda에 적용시켜서 추가적으로 위험상황 찬단 코드를 따로 적으면 되는 걸까요?너무 많은 질문 드려서 죄송합니다. 한가지 질문에 대한 답이라도 해주시면 너무 감사드리겠습니다.긴 글 읽어주셔서 감사합니다.

MungGaeDev · Answer

에러 자체는 단순히 whisper 레이어를 잘못 만든것으로 보입니다Window 환경에서 레이어를 만드신것 같은데, lambda는 기본적으로 Amazon linux에서 작동하기에 OS가 다르면, 문제가 발생합니다.WSL을 설치 후 WSL에서 레이어를 만들어보세요.h5 모델의 파일의 크기가 크다면 S3에 올리고, 정말 작다면 레이어에도 넣을 순 있습니다.

aws lambda에 만들어 놓은 인공지능 모델을 올릴려고 합니다.

1개의 답변

기술 목록