ハンズオンの概要

このハンズオンでは、AWSのサーバレスサービスを活用して、ローカルのテキストファイルをアップロードし、翻訳・音声化するシステムを構築します。

構成図

以下のAWSサービスを使用します。

• Amazon S3 - テキストファイルのアップロード先・出力先ストレージ
• AWS Lambda - 各処理のビジネスロジック実行
• AWS Step Functions - ワークフローのオーケストレーション
• Amazon Translate - テキストの翻訳処理
• Amazon Polly - テキストの音声化処理

処理フロー

1. ユーザーがテキストファイルをS3にアップロード
2. S3イベントがStep Functionsのワークフローを起動
3. Lambda関数がテキストファイルを読み取り
4. Amazon Translateで翻訳
5. Amazon Pollyで音声ファイルに変換
6. 結果をS3に保存

前提条件

• AWSアカウントを持っていること
• GitHubアカウントを持っていること
• AWS マネジメントコンソールにログインできること

Positive : 本ハンズオンは初心者向けの内容です。AWSの基本的な操作ができれば問題ありません。

Negative : 本ハンズオンで作成するリソースには料金が発生する場合があります。ハンズオン終了後は必ずリソースを削除してください。

Codespace の作成

1. GitHub にログインします
2. 任意のリポジトリを開きます（新規作成でも可）
3. Code ボタン → Codespaces タブ → Create codespace on main をクリックします
4. Codespace の起動を待ちます（1〜2分程度）

AWS CLI v2 のインストール

Codespace のターミナルで以下のコマンドを実行します。

curl "https://awscli.amazonaws.com/awscli-exe-linux-x86_64.zip" -o "awscliv2.zip"
unzip awscliv2.zip
sudo ./aws/install
rm -rf awscliv2.zip aws/
aws --version

AWS CLI の認証設定

aws configure

設定の確認

aws sts get-caller-identity

Negative : アクセスキーをGitリポジトリにコミットしないよう注意してください。

入力用バケットの作成

テキストファイルをアップロードするためのS3バケットを作成します。

1. AWSマネジメントコンソールにログインします
2. サービス一覧から S3 を選択します
3. バケットを作成 をクリックします

以下の設定でバケットを作成します。

4. バケットを作成 をクリックして完了します

出力用バケットの作成

翻訳結果と音声ファイルを格納するS3バケットを作成します。

同様の手順で以下の設定のバケットを作成します。

Positive : S3バケット名はグローバルで一意である必要があります。アカウントIDを含めることで重複を避けましょう。

Lambda用IAMロール

Lambda関数がS3、Translate、Pollyにアクセスするためのロールを作成します。

1. AWSマネジメントコンソールから IAM を選択します
2. 左メニューの ロール をクリックします
3. ロールを作成 をクリックします

以下の設定でロールを作成します。

以下のポリシーをアタッチします。

AmazonS3FullAccess
AmazonTranslateFullAccess
AmazonPollyFullAccess
CloudWatchLogsFullAccess

Negative : 本ハンズオンでは簡易化のためFullAccessポリシーを使用しますが、本番環境では最小権限の原則に基づいたポリシーを設定してください。

Step Functions用IAMロール

同様の手順で、Step Functions用のロールを作成します。

以下のポリシーをアタッチします。

AWSLambda_FullAccess
CloudWatchLogsFullAccess

関数の作成

1. AWSマネジメントコンソールから Lambda を選択します
2. 関数の作成 をクリックします

コードの入力

以下のコードを入力します。

import json
import boto3
import urllib.parse

s3 = boto3.client('s3')

def lambda_handler(event, context):
    """S3からテキストファイルを読み取る"""

    bucket = event['bucket']
    key = event['key']

    # S3からファイルを取得
    response = s3.get_object(Bucket=bucket, Key=key)
    text = response['Body'].read().decode('utf-8')

    return {
        'statusCode': 200,
        'bucket': bucket,
        'key': key,
        'text': text,
        'source_language': 'ja'
    }

3. Deploy をクリックして関数をデプロイします

関数の作成

新しいLambda関数を作成します。

コードの入力

以下のコードを入力します。

import json
import boto3

translate = boto3.client('translate')

def lambda_handler(event, context):
    """テキストを英語に翻訳する"""

    text = event['text']
    source_language = event.get('source_language', 'ja')
    target_language = 'en'

    # Amazon Translateで翻訳
    response = translate.translate_text(
        Text=text,
        SourceLanguageCode=source_language,
        TargetLanguageCode=target_language
    )

    translated_text = response['TranslatedText']

    return {
        'statusCode': 200,
        'bucket': event['bucket'],
        'key': event['key'],
        'original_text': text,
        'translated_text': translated_text,
        'source_language': source_language,
        'target_language': target_language
    }

3. Deploy をクリックして関数をデプロイします

Positive : Amazon Translateは多くの言語ペアに対応しています。source_languageとtarget_languageを変更することで、様々な言語間の翻訳が可能です。

関数の作成

新しいLambda関数を作成します。

タイムアウトの変更

1. 設定 タブをクリック
2. 一般設定 の 編集 をクリック
3. タイムアウトを 1分 に変更
4. 保存 をクリック

コードの入力

以下のコードを入力します。

import json
import boto3
from datetime import datetime

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

def lambda_handler(event, context):
    """翻訳されたテキストを音声に変換してS3に保存する"""

    translated_text = event['translated_text']
    output_bucket = event['bucket'].replace('input', 'output')
    original_key = event['key']

    # ファイル名を生成
    timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
    output_key_text = f"translated/{timestamp}_{original_key}"
    output_key_audio = f"audio/{timestamp}_{original_key.replace('.txt', '.mp3')}"

    # 翻訳テキストをS3に保存
    s3.put_object(
        Bucket=output_bucket,
        Key=output_key_text,
        Body=translated_text.encode('utf-8'),
        ContentType='text/plain'
    )

    # Amazon Pollyで音声合成
    response = polly.synthesize_speech(
        Text=translated_text,
        OutputFormat='mp3',
        VoiceId='Joanna',
        Engine='neural'
    )

    # 音声ファイルをS3に保存
    audio_stream = response['AudioStream'].read()
    s3.put_object(
        Bucket=output_bucket,
        Key=output_key_audio,
        Body=audio_stream,
        ContentType='audio/mpeg'
    )

    return {
        'statusCode': 200,
        'output_bucket': output_bucket,
        'translated_text_key': output_key_text,
        'audio_key': output_key_audio,
        'message': '翻訳テキストと音声ファイルの保存が完了しました'
    }

3. Deploy をクリックして関数をデプロイします

ステートマシンの作成

1. AWSマネジメントコンソールから Step Functions を選択します
2. ステートマシンの作成 をクリックします
3. コードでワークフローを作成 を選択します

ワークフロー定義

以下のASL（Amazon States Language）を入力します。

{
  "Comment": "テキストファイルの翻訳・音声化ワークフロー",
  "StartAt": "ReadText",
  "States": {
    "ReadText": {
      "Type": "Task",
      "Resource": "arn:aws:lambda:ap-northeast-1:{アカウントID}:function:handson-read-text",
      "Next": "TranslateText",
      "Catch": [
        {
          "ErrorEquals": ["States.ALL"],
          "Next": "HandleError"
        }
      ]
    },
    "TranslateText": {
      "Type": "Task",
      "Resource": "arn:aws:lambda:ap-northeast-1:{アカウントID}:function:handson-translate-text",
      "Next": "TextToSpeech",
      "Catch": [
        {
          "ErrorEquals": ["States.ALL"],
          "Next": "HandleError"
        }
      ]
    },
    "TextToSpeech": {
      "Type": "Task",
      "Resource": "arn:aws:lambda:ap-northeast-1:{アカウントID}:function:handson-text-to-speech",
      "Next": "SuccessState",
      "Catch": [
        {
          "ErrorEquals": ["States.ALL"],
          "Next": "HandleError"
        }
      ]
    },
    "SuccessState": {
      "Type": "Succeed"
    },
    "HandleError": {
      "Type": "Fail",
      "Error": "ProcessingError",
      "Cause": "ワークフローの実行中にエラーが発生しました"
    }
  }
}

Negative : {アカウントID} は自分のAWSアカウントIDに置き換えてください。

ステートマシンの設定

4. ステートマシンの作成 をクリックします

イベント通知の設定

S3にテキストファイルがアップロードされた際に、自動的にStep Functionsを実行するよう設定します。

1. S3コンソールから 入力用バケット を選択します
2. プロパティ タブを選択します
3. イベント通知 セクションの イベント通知を作成 をクリックします

Positive : S3イベント通知からStep Functionsを直接起動するには、Amazon EventBridge経由で設定することもできます。

EventBridge経由での設定

1. 入力用S3バケットの プロパティ タブを開きます
2. Amazon EventBridge セクションで 編集 をクリック
3. 通知をEventBridgeに送信 を オン にします

次に、EventBridgeでルールを作成します。

1. Amazon EventBridge コンソールを開きます
2. ルール → ルールを作成 をクリック

3. イベントパターンを以下のように設定します

{
  "source": ["aws.s3"],
  "detail-type": ["Object Created"],
  "detail": {
    "bucket": {
      "name": ["handson-input-{アカウントID}"]
    },
    "object": {
      "key": [{
        "suffix": ".txt"
      }]
    }
  }
}

4. ターゲットに Step Functions ステートマシン を選択し、handson-translate-workflow を指定します

テストファイルの作成

ローカルにテスト用のテキストファイルを作成します。

echo "こんにちは。今日はAWSのサーバレスサービスを使ったハンズオンを行います。楽しんでいきましょう。" > test.txt

S3へのアップロード

AWS CLIを使ってファイルをアップロードします。

aws s3 cp test.txt s3://handson-input-{アカウントID}/test.txt

結果の確認

1. Step Functions コンソールでワークフローの実行を確認します
2. 各ステップが Succeeded になっていることを確認します
3. 出力用S3バケット に以下のファイルが生成されていることを確認します

• translated/ フォルダ - 翻訳されたテキストファイル
• audio/ フォルダ - 音声ファイル（.mp3）

音声ファイルの確認

aws s3 ls s3://handson-output-{アカウントID}/audio/
aws s3 cp s3://handson-output-{アカウントID}/audio/{生成されたファイル名}.mp3 ./output.mp3

ダウンロードしたMP3ファイルを再生して、英語の音声が出力されることを確認します。

Positive : ワークフローがエラーになった場合は、Step Functionsの実行履歴からエラーの詳細を確認してください。Lambda関数のCloudWatch Logsも参考になります。

作成したリソースの削除

ハンズオンが完了したら、以下のリソースを削除して料金の発生を防ぎましょう。

削除順序は以下の通りです。

1. EventBridge ルール handson-s3-to-stepfunctions を削除
2. Step Functions ステートマシン handson-translate-workflow を削除
3. Lambda関数 以下の3つの関数を削除
   • handson-read-text
   • handson-translate-text
   • handson-text-to-speech
4. S3バケット 以下の2つのバケットを空にしてから削除
   • handson-input-{アカウントID}
   • handson-output-{アカウントID}
5. IAMロール 以下の2つのロールを削除
   • handson-lambda-role
   • handson-stepfunctions-role

S3バケットの空にする方法

aws s3 rm s3://handson-input-{アカウントID} --recursive
aws s3 rm s3://handson-output-{アカウントID} --recursive
aws s3 rb s3://handson-input-{アカウントID}
aws s3 rb s3://handson-output-{アカウントID}

Negative : リソースの削除を忘れると、意図しない料金が発生する可能性があります。必ず全てのリソースを削除してください。

学んだこと

このハンズオンでは以下のことを学びました。

• Amazon S3 を使ったファイルの保存とイベント通知
• AWS Lambda を使ったサーバレスアプリケーションの構築
• AWS Step Functions を使ったワークフローのオーケストレーション
• Amazon Translate を使ったテキスト翻訳
• Amazon Polly を使ったテキスト音声変換
• Amazon EventBridge を使ったイベント駆動アーキテクチャ

発展課題

• 翻訳先の言語を複数言語に対応させてみましょう
• 音声のVoiceIdを変更して異なる声質を試してみましょう
• エラーハンドリングを強化してSNS通知を追加してみましょう
• DynamoDBを追加して翻訳履歴を保存してみましょう

参考リンク

[AWS Lambda ドキュメント](https://docs.aws.amazon.com/ja_jp/lambda/)

[AWS Step Functions ドキュメント](https://docs.aws.amazon.com/ja_jp/step-functions/)

[Amazon Translate ドキュメント](https://docs.aws.amazon.com/ja_jp/translate/)

[Amazon Polly ドキュメント](https://docs.aws.amazon.com/ja_jp/polly/)