Logo Zephyrnet

Asisten Rapat Langsung dengan Amazon Transcribe, Amazon Bedrock, dan Basis Pengetahuan untuk Amazon Bedrock | Layanan Web Amazon

Tanggal:

Lihat CHANGELOG untuk fitur dan perbaikan terbaru.

Anda mungkin pernah mengalami tantangan membuat catatan selama rapat sambil mencoba memperhatikan percakapan. Anda mungkin juga mengalami kebutuhan untuk segera memeriksa fakta sesuatu yang telah dikatakan, atau mencari informasi untuk menjawab pertanyaan yang baru saja ditanyakan dalam panggilan. Atau mungkin Anda memiliki anggota tim yang selalu terlambat bergabung dalam rapat, dan mengharapkan Anda mengirimi mereka ringkasan singkat melalui obrolan untuk menghubungi mereka.

Lalu ada kalanya orang lain berbicara dalam bahasa yang bukan bahasa pertama Anda, dan Anda ingin memiliki terjemahan langsung dari apa yang dikatakan orang untuk memastikan Anda memahaminya dengan benar.

Dan setelah panggilan selesai, Anda biasanya ingin mengambil ringkasan untuk catatan Anda, atau mengirimkannya ke peserta, dengan daftar semua item tindakan, pemilik, dan tanggal jatuh tempo.

Semua ini, dan lebih banyak lagi, kini dapat dilakukan dengan contoh solusi terbaru kami, Live Meeting Assistant (LMA).

Lihat demo berikut untuk melihat cara kerjanya.

Dalam postingan ini, kami menunjukkan cara menggunakan LMA dengan Amazon Transkripsikan, Batuan Dasar Amazon, dan Basis Pengetahuan untuk Batuan Dasar Amazon.

Ikhtisar solusi

Solusi sampel LMA menangkap audio dan metadata speaker dari aplikasi rapat berbasis browser Anda (saat tulisan ini dibuat, Zoom dan Chime didukung), atau audio hanya dari aplikasi rapat berbasis browser, softphone, atau sumber audio lainnya. Ini menggunakan Amazon Transcribe untuk ucapan ke teks, Basis Pengetahuan untuk Amazon Bedrock untuk kueri kontekstual terhadap dokumen dan sumber pengetahuan perusahaan Anda, dan model Amazon Bedrock untuk wawasan dan ringkasan transkripsi yang dapat disesuaikan.

Semua yang Anda butuhkan disediakan sebagai sumber terbuka di kami GitHub repo. Sangat mudah untuk menerapkannya di akun AWS Anda. Setelah selesai, Anda akan bertanya-tanya bagaimana Anda bisa melakukannya tanpanya!

Berikut beberapa hal yang dapat dilakukan LMA:

  • Transkripsi langsung dengan atribusi pembicara – LMA didukung oleh model Amazon Transcribe ASR untuk ucapan ke teks dengan latensi rendah dan akurasi tinggi. Anda dapat mengajarinya nama merek dan terminologi khusus domain jika diperlukan, menggunakan kosakata khusus dan fitur model bahasa khusus di Amazon Transcribe.
  • Terjemahan langsung – Menggunakan Amazon Translate untuk secara opsional menampilkan setiap segmen percakapan yang diterjemahkan ke dalam bahasa pilihan Anda, dari 75 bahasa pilihan.
  • Asisten rapat yang sadar konteks – Ini menggunakan Basis Pengetahuan untuk Amazon Bedrock untuk memberikan jawaban dari sumber tepercaya Anda, menggunakan transkrip langsung sebagai konteks untuk pemeriksaan fakta dan pertanyaan lanjutan. Untuk mengaktifkan asisten, cukup ucapkan “Oke, Asisten,” pilih TANYA ASISTEN! tombol, atau masukkan pertanyaan Anda sendiri di UI.
  • Ringkasan pertemuan berdasarkan permintaan – Dengan mengklik tombol di UI, Anda dapat membuat ringkasan, yang berguna ketika seseorang terlambat bergabung dan perlu mengikuti perkembangannya. Ringkasan dihasilkan dari transkrip oleh Amazon Bedrock. LMA juga menyediakan pilihan untuk mengidentifikasi topik pertemuan saat ini, dan untuk menghasilkan daftar item tindakan dengan pemilik dan tanggal jatuh tempo. Anda juga dapat membuat perintah kustom Anda sendiri dan opsi terkait.
  • Ringkasan dan wawasan otomatis – Ketika rapat telah berakhir, LMA secara otomatis menjalankan serangkaian perintah model bahasa besar (LLM) di Amazon Bedrock untuk merangkum transkrip rapat dan mengekstrak wawasan. Anda juga dapat menyesuaikan perintah ini.
  • Rekaman rapat – Audio (opsional) disimpan untuk Anda, sehingga Anda dapat memutar ulang bagian penting rapat nanti.
  • Daftar inventaris pertemuan – LMA melacak semua pertemuan Anda dalam daftar yang dapat dicari.
  • Ekstensi browser menangkap metadata audio dan rapat dari aplikasi rapat populer – Ekstensi browser menangkap metadata rapat—judul rapat dan nama pembicara aktif—dan audio dari Anda (mikrofon Anda) dan orang lain (dari tab browser rapat). Saat tulisan ini dibuat, LMA mendukung Chrome untuk ekstensi browser, serta Zoom dan Chime untuk aplikasi rapat (dengan Teams dan WebEx segera hadir). Aplikasi rapat mandiri tidak berfungsi dengan LMA —sebaliknya, luncurkan rapat Anda di browser.

Anda bertanggung jawab untuk mematuhi batasan hukum, perusahaan, dan etika yang berlaku untuk merekam rapat dan panggilan. Jangan gunakan solusi ini untuk melakukan streaming, merekam, atau mentranskripsikan panggilan jika dilarang.

Prasyarat

Anda harus memiliki akun AWS dan Identitas AWS dan Manajemen Akses (IAM) peran dan pengguna dengan izin untuk membuat dan mengelola sumber daya dan komponen yang diperlukan untuk aplikasi ini. Jika Anda tidak memiliki akun AWS, lihat Bagaimana cara membuat dan mengaktifkan akun Amazon Web Services baru?

Anda juga memerlukan basis pengetahuan yang ada di Amazon Bedrock. Jika Anda belum menyiapkannya, lihat Buat basis pengetahuan. Isi basis pengetahuan Anda dengan konten untuk memberdayakan asisten pertemuan LMA yang sadar konteks.

Terakhir, LMA menggunakan Amazon Bedrock LLM untuk fitur ringkasan rapatnya. Sebelum melanjutkan, jika Anda belum pernah melakukannya, Anda harus melakukannya meminta akses ke model Amazon Bedrock berikut:

  • Penyematan Titan G1 – Teks
  • Antropis: Semua model Claude

Terapkan solusi menggunakan AWS CloudFormation

Kami telah menyediakan yang sudah dibuat sebelumnya Formasi AWS Cloud templat yang menerapkan semua yang Anda perlukan di akun AWS Anda.

Jika Anda seorang pengembang dan ingin membuat, menerapkan, atau menerbitkan solusi dari kode, lihat Pengembang README.

Selesaikan langkah-langkah berikut untuk meluncurkan tumpukan CloudFormation:

  1. Login ke Konsol Manajemen AWS.
  2. Pilih Luncurkan Stack untuk Wilayah AWS yang Anda inginkan untuk membuka konsol AWS CloudFormation dan membuat tumpukan baru.
Daerah Luncurkan Stack
AS Timur (N. Virginia)
AS Barat (Oregon)
  1. Untuk Nama tumpukan, gunakan nilai default, LMA.
  2. Untuk Alamat Email Admin, gunakan alamat email yang valid—kata sandi sementara Anda dikirim melalui email ke alamat ini selama penerapan.
  3. Untuk Domain Email Akun Resmi, gunakan bagian nama domain dari alamat email perusahaan Anda untuk memungkinkan pengguna dengan alamat email di domain yang sama membuat akun UI baru mereka sendiri, atau biarkan kosong untuk mencegah pengguna membuat akun mereka sendiri secara langsung. Anda dapat memasukkan beberapa domain sebagai daftar yang dipisahkan koma.
  4. Untuk Layanan Bantuan Pertemuan, pilih BEDROCK_KNOWLEDGE_BASE (satu-satunya pilihan yang tersedia saat tulisan ini dibuat).
  5. Untuk Id Basis Pengetahuan Batuan Dasar Bantuan Pertemuan (yang sudah ada), masukkan ID basis pengetahuan Anda yang ada (misalnya, JSXXXXX3D8). Anda dapat menyalinnya dari konsol Amazon Bedrock.
  6. Untuk semua parameter lainnya, gunakan nilai default.

Jika Anda ingin menyesuaikan pengaturannya nanti, misalnya untuk menambahkan pengaturan Anda sendiri AWS Lambda fungsi, gunakan kosakata khusus dan model bahasa untuk meningkatkan akurasi, mengaktifkan redaksi informasi identitas pribadi (PII), dan banyak lagi, Anda dapat memperbarui tumpukan untuk parameter ini.

  1. Pilih kotak centang pengakuan, lalu pilih Buat tumpukan.

Tumpukan CloudFormation utama menggunakan tumpukan bersarang untuk membuat sumber daya berikut di akun AWS Anda:

Penempatan tumpukan memerlukan waktu sekitar 35–40 menit. Status tumpukan utama ditampilkan CREATE_COMPLETE ketika semuanya dikerahkan.

Setel kata sandi Anda

Setelah Anda menyebarkan tumpukan, buka antarmuka pengguna web LMA dan atur kata sandi Anda dengan menyelesaikan langkah-langkah berikut:

  1. Buka email yang Anda terima, di alamat email yang Anda berikan, dengan subjek “Selamat Datang di Live Meeting Assistant!”
  2. Buka browser web Anda ke URL yang ditampilkan di email. Anda diarahkan ke halaman login.
  3. Email tersebut berisi kata sandi sementara yang Anda gunakan untuk masuk dan membuat kata sandi Anda sendiri. Nama pengguna Anda adalah alamat email Anda.
  4. Tetapkan kata sandi baru.

Kata sandi baru Anda harus memiliki panjang minimal delapan karakter, dan mengandung karakter huruf besar dan kecil, ditambah angka dan karakter khusus.

  1. Ikuti petunjuk untuk memverifikasi alamat email Anda, atau pilih Melewatkan untuk melakukannya nanti.

Anda sekarang masuk ke LMA.

Anda juga menerima email serupa dengan subjek “Kode Verifikasi Pendaftaran QnABot.” Email ini berisi kata sandi sementara yang Anda gunakan untuk masuk dan membuat kata sandi Anda sendiri di desainer QnABot. Anda menggunakan desainer QnABot hanya jika Anda ingin menyesuaikan opsi dan perintah LMA. Nama pengguna Anda untuk QnABot adalah Admin. Anda dapat menyetel kata sandi Admin QnABot permanen Anda sekarang, atau menyimpan email ini dengan aman jika Anda ingin menyesuaikannya nanti.

Unduh dan pasang ekstensi browser Chrome

Untuk pengalaman streaming rapat terbaik, instal plugin browser LMA (saat ini tersedia untuk Chrome):

  1. Pilih Unduh Ekstensi Chrome untuk mengunduh file .zip ekstensi browser (lma-chrome-extension.zip).
  2. Pilih (klik kanan) dan perluas file .zip (lma-chrome-extension.zip) untuk membuat folder lokal bernama lma-chrome-extension.
  3. Buka Chrome dan masukkan tautannya chrome://extensions ke bilah alamat.
  4. Aktifkan mode pengembang.
  5. Pilih Muat terbuka, navigasikan ke lma-chrome-extension folder (yang Anda ekstrak dari unduhan), dan pilih Pilih. Ini memuat ekstensi Anda.
  6. Sematkan ekstensi LMA baru ke bilah alat browser untuk memudahkan akses—Anda akan sering menggunakannya untuk melakukan streaming rapat!

Mulai gunakan LMA

LMA menyediakan dua opsi streaming:

  • Ekstensi peramban Chrome – Gunakan ini untuk melakukan streaming metadata audio dan speaker dari aplikasi browser rapat Anda. Saat ini berfungsi dengan Zoom dan Chime, namun kami berharap dapat menambahkan lebih banyak aplikasi rapat.
  • Tab Audio Aliran LMA – Gunakan ini untuk melakukan streaming audio dari mikrofon Anda dan aplikasi rapat, softphone, atau aplikasi audio berbasis browser Chrome apa pun.

Kami menunjukkan cara menggunakan kedua opsi di bagian berikut.

Gunakan ekstensi browser Chrome untuk melakukan streaming panggilan Zoom

Selesaikan langkah-langkah berikut untuk menggunakan ekstensi browser:

  1. Buka ekstensi LMA dan masuk dengan kredensial LMA Anda.
  2. Bergabunglah atau mulai rapat Zoom di browser web Anda (jangan gunakan klien Zoom terpisah).

Jika Anda sudah memuat halaman rapat Zoom, muat ulang.

Ekstensi LMA secara otomatis mendeteksi bahwa Zoom sedang berjalan di tab browser, dan mengisi nama Anda dan nama rapat.

  1. Beri tahu orang lain di panggilan bahwa Anda akan mulai merekam panggilan menggunakan LMA dan dapatkan izin mereka. Jangan lanjutkan jika peserta berkeberatan.
  2. Pilih Mulai mendengar.
  3. Baca dan terima penafian, lalu pilih mengizinkan untuk berbagi tab browser.

Ekstensi LMA secara otomatis mendeteksi dan menampilkan pembicara aktif dalam panggilan. Jika Anda sendirian dalam rapat, undang beberapa teman untuk bergabung, dan amati bahwa nama yang mereka gunakan untuk bergabung dalam panggilan ditampilkan di ekstensi saat mereka berbicara, dan dikaitkan dengan kata-kata mereka di transkrip LMA.

  1. Pilih Buka di LMA untuk melihat transkrip langsung Anda di tab baru.
  2. Pilih bahasa transkrip pilihan Anda, dan berinteraksi dengan asisten rapat menggunakan frasa pengaktifan “OK Asisten!” atau itu Bot Bantuan Pertemuan pane

Grafik TANYA ASISTEN tombol meminta layanan asisten rapat (basis pengetahuan Amazon Bedrock) untuk menyarankan respons yang baik berdasarkan transkrip interaksi terkini dalam rapat. Jarak tempuh Anda mungkin berbeda, jadi bereksperimenlah!

  1. Setelah selesai, pilih Hentikan Streaming untuk mengakhiri pertemuan di LMA.

Dalam beberapa detik, ringkasan akhir rapat otomatis akan muncul, dan rekaman audio akan tersedia. Anda dapat terus menggunakan bot setelah panggilan berakhir.

Gunakan tab LMA UI Stream Audio untuk melakukan streaming dari mikrofon Anda dan aplikasi audio berbasis browser apa pun

Ekstensi browser adalah cara paling nyaman untuk melakukan streaming metadata dan audio dari aplikasi web rapat yang didukung. Namun, Anda juga dapat menggunakan LMA untuk melakukan streaming audio saja dari softphone berbasis browser, aplikasi rapat, atau sumber audio lainnya yang diputar di browser Chrome, menggunakan aplikasi yang nyaman. Streaming Audio tab yang dibangun ke dalam LMA UI.

  1. Buka sumber audio apa pun di tab browser.

Misalnya, ini bisa berupa softphone (seperti Google Voice), aplikasi rapat lain, atau untuk tujuan demo, Anda cukup memutar rekaman audio lokal atau video YouTube di browser Anda untuk meniru peserta rapat lain. Jika Anda baru ingin mencobanya, buka yang berikut ini YouTube video di tab baru.

  1. Di UI Aplikasi LMA, pilih Streaming Audio (tanpa ekstensi) untuk membuka tab Streaming Audio.
  2. Untuk ID Rapat, masukkan ID rapat.
  3. Untuk Nama, masukkan nama untuk Anda sendiri (diterapkan pada audio dari mikrofon Anda).
  4. Untuk Nama Peserta, masukkan nama peserta (diterapkan pada sumber audio yang masuk).
  5. Pilih Mulai Streaming.
  6. Pilih tab browser yang Anda buka sebelumnya, dan pilih mengizinkan untuk berbagi.
  7. Pilih lagi tab UI LMA untuk melihat ID rapat baru Anda tercantum, memperlihatkan rapat sebagai Sedang Berlangsung.
  8. Pilih ID rapat untuk membuka halaman detail, dan menonton transkrip audio masuk, yang dikaitkan dengan nama peserta yang Anda masukkan. Jika Anda berbicara, Anda akan melihat transkripsi suara Anda sendiri.

Gunakan Streaming Audio fitur untuk melakukan streaming dari aplikasi softphone, aplikasi rapat, atau audio streaming lainnya yang diputar di browser, bersama dengan audio Anda sendiri yang diambil dari mikrofon pilihan Anda. Selalu dapatkan izin dari orang lain sebelum merekamnya menggunakan LMA, atau aplikasi rekaman lainnya.

Ikhtisar alur pemrosesan

Bagaimana LMA mentranskripsikan dan menganalisis pertemuan Anda? Mari kita lihat cara kerjanya. Diagram berikut menunjukkan komponen arsitektur utama dan bagaimana komponen tersebut cocok satu sama lain pada tingkat tinggi.

Pengguna LMA bergabung dalam rapat di browser mereka, mengaktifkan ekstensi browser LMA, dan mengautentikasi menggunakan kredensial LMA mereka. Jika aplikasi rapat (misalnya, Zoom.us) didukung oleh ekstensi LMA, nama pengguna, nama rapat, dan nama pembicara aktif secara otomatis terdeteksi oleh ekstensi tersebut. Jika aplikasi rapat tidak didukung oleh ekstensi, maka pengguna LMA dapat memasukkan nama dan topik rapat secara manual—nama pembicara aktif tidak akan terdeteksi.

Setelah mendapat izin dari peserta lain, pengguna LMA memilih Mulai Mendengarkan di panel ekstensi LMA. Koneksi WebSocket yang aman dibuat ke URL WebSocket tumpukan LMA yang telah dikonfigurasi sebelumnya, dan token autentikasi pengguna divalidasi. Ekstensi browser LMA mengirimkan pesan MULAI ke WebSocket yang berisi metadata rapat (nama, topik, dan sebagainya), dan mulai mengalirkan audio dua saluran dari mikrofon pengguna dan saluran audio masuk yang berisi suara peserta rapat lainnya. Ekstensi ini memantau aplikasi rapat untuk mendeteksi perubahan pembicara aktif selama panggilan, dan mengirimkan metadata tersebut ke WebSocket, memungkinkan LMA memberi label segmen ucapan dengan nama pembicara.

Server WebSocket yang berjalan di Fargate menggunakan fragmen audio dua saluran real-time dari aliran WebSocket yang masuk. Audio dialirkan ke Amazon Transcribe, dan hasil transkripsi ditulis secara real-time ke Kinesis Data Streams.

Setiap sesi pemrosesan rapat berjalan hingga pengguna memilih Berhenti Mendengarkan di panel ekstensi LMA, atau mengakhiri rapat dan menutup tab. Di akhir panggilan, fungsi tersebut membuat file rekaman stereo di Amazon S3 (jika perekaman diaktifkan saat tumpukan disebarkan).

Fungsi Lambda yang disebut Call Event Processor, yang diumpankan oleh Kinesis Data Streams, memproses dan secara opsional memperkaya metadata pertemuan dan segmen transkripsi. Pemroses Acara Panggilan terintegrasi dengan layanan bantuan rapat. LMA didukung oleh AmazonLex, Basis Pengetahuan untuk Amazon Bedrock, dan Amazon Bedrock LLM menggunakan sumber terbuka Solusi QnABot di AWS untuk jawaban berdasarkan FAQ dan sebagai orkestrator untuk perutean permintaan ke layanan AI yang sesuai. Pemroses Peristiwa Panggilan juga memanggil fungsi Lambda Peringkasan Transkrip saat panggilan berakhir, untuk menghasilkan ringkasan panggilan dari transkrip lengkap.

Fungsi Call Event Processor berinteraksi dengan AWS AppSync untuk mempertahankan perubahan (mutasi). Amazon DynamoDB dan mengirim pembaruan waktu nyata ke klien web pengguna LMA yang masuk (dapat dibuka dengan mudah dengan memilih opsi Buka di LMA di ekstensi browser).

Aset UI web LMA dihosting di Amazon S3 dan dilayani melalui CloudFront. Otentikasi disediakan oleh Amazon Cognito.

Ketika pengguna diautentikasi, aplikasi web membuat koneksi GraphQL yang aman ke API AWS AppSync, dan berlangganan untuk menerima peristiwa real-time seperti panggilan baru dan perubahan status panggilan untuk halaman daftar pertemuan, dan segmen transkripsi baru atau yang diperbarui dan dihitung analitik untuk halaman detail rapat. Saat terjemahan diaktifkan, aplikasi web juga berinteraksi secara aman dengan Amazon Translate untuk menerjemahkan transkripsi rapat ke dalam bahasa yang dipilih.

Keseluruhan alur pemrosesan, mulai dari ucapan yang diserap hingga pembaruan halaman web langsung, didorong oleh peristiwa, dan latensi ujung ke ujung pendek—biasanya hanya beberapa detik.

Pemantauan dan pemecahan masalah

AWS CloudFormation melaporkan kegagalan penerapan dan penyebabnya pada tumpukan yang relevan Acara tab. Melihat Memecahkan masalah CloudFormation untuk bantuan dengan masalah penerapan umum. Waspadai kegagalan penerapan yang disebabkan oleh kesalahan yang melampaui batas; tumpukan LMA membuat sumber daya yang tunduk pada akun default dan kuota layanan Wilayah, seperti alamat IP elastis dan gateway NAT. Saat memecahkan masalah kegagalan tumpukan CloudFormation, selalu navigasikan ke tumpukan bertumpuk yang gagal untuk menemukan kegagalan sumber daya bertumpuk pertama yang dilaporkan—hal ini hampir selalu menjadi penyebab utama.

Amazon Transcribe memiliki batas default 25 aliran transkripsi bersamaan, yang membatasi LMA hingga 25 pertemuan bersamaan di akun atau Wilayah AWS tertentu. Minta peningkatan jumlah aliran HTTP/2 serentak untuk transkripsi streaming jika Anda memiliki banyak pengguna dan perlu menangani lebih banyak rapat serentak di akun Anda.

LMA menyediakan pemantauan runtime dan log untuk setiap komponen menggunakan CloudWatch:

  • Memproses WebSocket dan menyalin tugas Fargate - Di Layanan Kontainer Amazon Elastic (Amazon ECS), navigasikan ke Cluster halaman dan buka LMA-WEBSOCKETSTACK-xxxx-TranscribingCluster fungsi. Memilih Tasks tab dan buka halaman tugas. Memilih Log dan Lihat di CloudWatch untuk memeriksa log tugas transcriber WebSocket.
  • Panggil fungsi Lambda Pemroses Peristiwa – Di konsol Lambda, buka LMA-AISTACK-CallEventProcessor fungsi. Memilih Memantau tab untuk melihat metrik fungsi. Memilih Lihat log di CloudWatch untuk memeriksa log fungsi.
  • API AWS AppSync – Di konsol AWS AppSync, buka CallAnalytics-LMA API. Memilih Pemantauan di panel navigasi untuk melihat metrik API. Memilih Lihat log di CloudWatch untuk memeriksa log API AWS AppSync.

Untuk QnABot di AWS untuk Meeting Assist, lihat Pertemuan Membantu README, Dan Panduan implementasi solusi QnABot untuk informasi tambahan.

Penilaian biaya

LMA menyediakan server WebSocket menggunakan Fargate (2vCPU) dan sumber daya jaringan VPC dengan biaya sekitar $0.10/jam (sekitar $72/bulan). Untuk lebih jelasnya, lihat Harga Fargate AWS.

LMA diaktifkan menggunakan QnABot dan Basis Pengetahuan untuk Amazon Bedrock. Anda membuat basis pengetahuan Anda sendiri, yang Anda gunakan untuk LMA dan kemungkinan kasus penggunaan lainnya. Untuk lebih jelasnya, lihat Harga Batuan Dasar Amazon. Layanan AWS tambahan yang digunakan oleh solusi QnABot berharga sekitar $0.77/jam. Untuk lebih jelasnya, lihat daftar Biaya solusi QnABot di AWS.

Biaya solusi yang tersisa didasarkan pada penggunaan.

Biaya penggunaan bertambah hingga sekitar $0.17 untuk panggilan 5 menit, meskipun biaya ini dapat bervariasi berdasarkan opsi yang dipilih (seperti terjemahan), jumlah ringkasan LLM, dan total penggunaan karena penggunaan memengaruhi kelayakan Tingkat Gratis dan harga tingkat volume untuk banyak layanan . Untuk informasi lebih lanjut tentang layanan yang dikenakan biaya penggunaan, lihat yang berikut ini:

Untuk mengetahui sendiri biaya LMA, gunakan Penjelajah Biaya AWS atau pilih Rincian tagihan di AWS Billing Dashboard untuk melihat pembelanjaan bulanan Anda berdasarkan layanan.

Sesuaikan penerapan Anda

Gunakan parameter template CloudFormation berikut saat membuat atau memperbarui tumpukan Anda untuk menyesuaikan penerapan LCA Anda:

  • Untuk menggunakan bucket S3 Anda sendiri untuk rekaman rapat, gunakan Panggil Nama Bucket Rekaman Audio dan Awalan File Audio.
  • Untuk menyunting PII dari transkripsi, atur Aktifkan Redaksi Konten untuk Transkrip menjadi benar, dan menyesuaikan Jenis Entitas Redaksi PII Transkripsi sesuai kebutuhan. Untuk informasi lebih lanjut, lihat Menyusun atau mengidentifikasi PII dalam aliran waktu nyata.
  • Untuk meningkatkan akurasi transkripsi untuk akronim dan jargon teknis dan khusus domain, tetapkan Transkripsi Nama Kosakata Kustom ke nama kosakata khusus yang sudah Anda buat di Amazon Transcribe atau atur Nama Model Bahasa Kustom Transkripsi ke nama model bahasa khusus yang dibuat sebelumnya. Untuk informasi lebih lanjut, lihat Meningkatkan Akurasi Transkripsi.
  • Untuk menyalin rapat dalam bahasa yang didukung selain Bahasa Inggris AS, pilih nilai yang diinginkan Bahasa untuk Transkripsi.
  • Untuk menyesuaikan pemrosesan transkrip, atur secara opsional ARN Fungsi Lambda Hook untuk Pemrosesan Segmen Transkrip Kustom ke ARN fungsi Lambda Anda sendiri. Untuk informasi lebih lanjut, lihat Menggunakan fungsi Lambda untuk secara opsional menyediakan logika khusus untuk pemrosesan transkrip.
  • Untuk menyesuaikan kemampuan bantuan pertemuan berdasarkan solusi QnABot di AWS, Amazon Lex, Amazon Bedrock, dan Basis Pengetahuan untuk integrasi Amazon Bedrock, lihat Pertemuan Membantu README.
  • Untuk menyesuaikan peringkasan transkrip dengan mengonfigurasi LMA untuk memanggil fungsi Lambda Anda sendiri, lihat Opsi LAMBDA Peringkasan Transkrip.
  • Untuk menyesuaikan peringkasan transkrip dengan mengubah perintah default atau menambahkan perintah baru, lihat Peringkasan Transkrip.
  • Untuk mengubah periode retensi, atur Catat Kedaluwarsa Dalam Hari ke nilai yang diinginkan. Semua data panggilan dihapus secara permanen dari penyimpanan LMA DynamoDB setelah periode ini. Perubahan pada pengaturan ini hanya berlaku untuk panggilan baru yang diterima setelah pembaruan.

LMA adalah proyek sumber terbuka. Anda dapat melakukan fork pada repositori LMA GitHub, menyempurnakan kodenya, dan mengirimkan permintaan penarikan kepada kami sehingga kami dapat menggabungkan dan membagikan peningkatan Anda!

Perbarui tumpukan LMA yang ada

Anda dapat memperbarui tumpukan LMA yang ada ke rilis terbaru. Untuk lebih jelasnya, lihat Perbarui tumpukan yang ada.

Membersihkan

Selamat! Anda telah menyelesaikan semua langkah untuk menyiapkan solusi sampel analitik panggilan langsung menggunakan layanan AWS.

Ketika Anda selesai bereksperimen dengan solusi sampel ini, bersihkan sumber daya Anda dengan menggunakan konsol AWS CloudFormation untuk menghapus tumpukan LMA yang Anda terapkan. Tindakan ini akan menghapus sumber daya yang dibuat dengan menyebarkan solusi. Perekaman bucket S3, tabel DynamoDB, dan grup log CloudWatch dipertahankan setelah tumpukan dihapus untuk menghindari penghapusan data Anda.

Analisis Panggilan Langsung: Solusi pendamping

Solusi pendamping kami, Analisis Panggilan Langsung dan Bantuan Agen (LCA), menawarkan transkripsi dan analisis waktu nyata untuk pusat kontak (panggilan telepon) daripada rapat. Ada banyak kesamaan—bahkan LMA dibangun menggunakan arsitektur dan banyak komponen turunan dari LCA.

Kesimpulan

Solusi sampel Live Meeting Assistant menawarkan pendekatan yang fleksibel, kaya fitur, dan dapat disesuaikan untuk memberikan bantuan rapat langsung guna meningkatkan produktivitas Anda selama dan setelah rapat. Ia menggunakan layanan Amazon AI/ML seperti Amazon Transcribe, Amazon Lex, Basis Pengetahuan untuk Amazon Bedrock, dan Amazon Bedrock LLM untuk menyalin dan mengekstrak wawasan real-time dari audio rapat Anda.

Contoh aplikasi LMA disediakan sebagai sumber terbuka—gunakan ini sebagai titik awal untuk solusi Anda sendiri, dan bantu kami menjadikannya lebih baik dengan menyumbangkan perbaikan dan fitur kembali melalui permintaan penarikan GitHub. Telusuri ke Repositori LMA GitHub untuk menjelajahi kode, pilih Menonton untuk diberitahu tentang rilis baru, dan periksa README untuk pembaruan dokumentasi terkini.

Untuk bantuan ahli, Layanan Profesional AWS dan lainnya Mitra AWS di sini untuk membantu.

Kami akan senang mendengar dari Anda. Beri tahu kami pendapat Anda di bagian komentar, atau gunakan forum masalah di Repositori LMA GitHub.


Tentang penulis

Bob Strahan Bob Strahan adalah Arsitek Solusi Utama di tim Layanan AI Bahasa AWS.

Chris Lott adalah Arsitek Solusi Utama di tim Layanan Bahasa AI AWS. Dia memiliki 20 tahun pengalaman pengembangan perangkat lunak perusahaan. Chris tinggal di Sacramento, California dan menikmati berkebun, dirgantara, dan berkeliling dunia.

Babu Srinivasan adalah Sr. Specialist SA – Layanan AI Bahasa di organisasi World Wide Specialist di AWS, dengan pengalaman lebih dari 24 tahun di bidang TI dan 6 tahun terakhir berfokus pada AWS Cloud. Dia sangat tertarik dengan AI/ML. Di luar pekerjaan, dia menikmati kerajinan kayu dan menghibur teman dan keluarga (terkadang orang asing) dengan sulap kartu tangan.

Kishore Dhamodaran adalah Arsitek Solusi Senior di AWS.

Gambar Gillian ArmstrongGillian Amstrong adalah Arsitek Solusi Pembangun. Dia sangat tertarik dengan bagaimana Cloud membuka peluang bagi lebih banyak orang untuk menggunakan teknologi guna memecahkan masalah, dan terutama tertarik dengan bagaimana teknologi kognitif, seperti AI percakapan, memungkinkan kita untuk berinteraksi dengan komputer dengan cara yang lebih manusiawi.

tempat_img

Intelijen Terbaru

tempat_img