具有即時轉錄功能的通話後分析 - Amazon Transcribe

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

具有即時轉錄功能的通話後分析

通話後分析是使用即時通話分析轉錄時的可選功能。除了標準的即時分析見解外,通話後分析還提供下列功能:

  • 行動項目:列出通話中識別的任何行動項目

  • 中斷:衡量是否以及何時一個參與者打斷另一個參與者的中間句。

  • 問題:提供通話中識別的問題

  • 響度:衡量每位參與者的發言音量

  • 非通話時間:衡量沒有語音的時間段

  • 結果:提供通話中識別的結果或解決方案

  • 通話速度:衡量兩位參與者的說話速度

  • 通話時間:衡量每位參與者通話期間發言的時間量 (以毫秒為單位)

啟用時,來自音訊串流的通話後分析會產生類似於音訊檔案的通話後分析記錄,並將其儲存在中指定的儲存 Amazon S3 貯體中。OutputLocation此外,通話後分析會記錄您的音訊串流,並將其儲存為同一儲存 Amazon S3 貯體中的音訊檔案 (WAV格式)。如果啟用密文,經過編輯的文字記錄和編輯過的音訊檔案也會儲存在指定的值區中。 Amazon S3 使用音訊串流啟用通話後分析,會如下所述產生兩個至四個檔案:

  • 如果啟用修訂,您的輸出檔案為:

    1. 未修訂的文字記錄

    2. 未修訂的音訊檔案

  • 如果在沒有未修訂選項 (redacted) 的情況下啟用修訂,您的輸出檔案為:

    1. 修訂後的文字記錄

    2. 修訂後的音訊檔案

  • 如果使用未修訂選項 (redacted_and_unredacted) 啟用修訂,您的輸出檔案為:

    1. 修訂後的文字記錄

    2. 修訂後的音訊檔案

    3. 未修訂的文字記錄

    4. 未修訂的音訊檔案

請注意,如果您的請求啟用通話後分析 (PostCallAnalyticsSettings),且正在使用 FLACOPUS-OGG 媒體,則不會顯示文字記錄的 loudnessScore,也不會建立串流的音訊錄音。轉錄可能也無法為持續超過 90 分鐘的長時間運行音頻流提供通話後分析。

如需使用音訊串流的通話後分析的見解的詳細資訊,請參閱通話後分析見解一節。

提示

如果您的即時通話分析請求啟用通話後分析,您的所有 POST_CALLREAL-TIME 類別都會套用至您的通話後分析轉錄。

啟用通話後分析

若要啟用通話後分析,您必須在即時通話分析請求中包含 PostCallAnalyticsSettings 參數。啟用 PostCallAnalyticsSettings 時,必須包含下列參數:

  • OutputLocation:您要 Amazon S3 儲存通話後成績單的值區。

  • DataAccessRoleArn:具有指定 Amazon S3 儲存貯體存取權限之 Amazon S3 角色的 Amazon Resource Name (ARN)。請注意,您還必須使用即時分析的信任政策

如果您想要修訂版的文字記錄,可以在請求中包含 ContentRedactionOutputContentRedactionType。如需這些參數的詳細資訊,請參閱《API 參考資料》中的 StartCallAnalyticsStreamTranscription

若要在啟用通話後分析的情況下啟動即時通話分析轉錄,您可以使用 AWS Management Console(僅限示範)、HTTP/2 或。WebSockets如需範例,請參閱 開始即時通話分析轉錄

重要

目前, AWS Management Console 僅提供帶有預加載音頻示例的實時呼叫分析的演示。如果您想要使用自己的音訊,您必須使用 API (HTTP/2 或 SDK)。 WebSockets

通話後分析輸出範例

通話後記錄會依區段顯示 turn-by-turn 格式。它們包括通話特徵、情緒、通話摘要、問題偵測和 (選擇性) PII 修訂。如果通話後類別與音訊內容相符,這些類別也會在您的輸出出現。

若要提高準確性並進一步根據您的使用案例自訂文字記錄,例如包括產業專用術語,請在您的通話分析要求中新增自訂詞彙自訂語言模型。若要遮蔽、移除或標記轉錄結果中不想要的字詞 (例如褻瀆性文字),請新增字彙篩選功能。

以下是編譯通話後分析輸出範例:

{ "JobStatus": "COMPLETED", "LanguageCode": "en-US", "AccountId": "1234567890", "Channel": "VOICE", "Participants": [{ "ParticipantRole": "AGENT" }, { "ParticipantRole": "CUSTOMER" }], "SessionId": "12a3b45c-de6f-78g9-0123-45h6ab78c901", "ContentMetadata": { "Output": "Raw" } "Transcript": [{ "LoudnessScores": [ 78.63, 78.37, 77.98, 74.18 ], "Content": "[PII], my name is [PII], how can I help?", ... "Content": "Well, I would like to cancel my recipe subscription.", "IssuesDetected": [{ "CharacterOffsets": { "Begin": 7, "End": 51 } }], ... "Content": "That's very sad to hear. Can I offer you a 50% discount to have you stay with us?", "Id": "649afe93-1e59-4ae9-a3ba-a0a613868f5d", "BeginOffsetMillis": 12180, "EndOffsetMillis": 16960, "Sentiment": "NEGATIVE", "ParticipantRole": "AGENT" }, { "LoudnessScores": [ 80.22, 79.48, 82.81 ], "Content": "That is a very generous offer. And I accept.", "Id": "f9266cba-34df-4ca8-9cea-4f62a52a7981", "BeginOffsetMillis": 17140, "EndOffsetMillis": 19860, "Sentiment": "POSITIVE", "ParticipantRole": "CUSTOMER" }, ... "Content": "Wonderful. I made all changes to your account and now this discount is applied, please check.", "OutcomesDetected": [{ "CharacterOffsets": { "Begin": 12, "End": 78 } }], ... "Content": "I will send an email with all the details to you today, and I will call you back next week to follow up. Have a wonderful evening.", "Id": "78cd0923-cafd-44a5-a66e-09515796572f", "BeginOffsetMillis": 31800, "EndOffsetMillis": 39450, "Sentiment": "POSITIVE", "ParticipantRole": "AGENT" }, { "LoudnessScores": [ 78.54, 68.76, 67.76 ], "Content": "Thank you very much, sir. Goodbye.", "Id": "5c5e6be0-8349-4767-8447-986f995af7c3", "BeginOffsetMillis": 40040, "EndOffsetMillis": 42460, "Sentiment": "POSITIVE", "ParticipantRole": "CUSTOMER" } ], ... "Categories": { "MatchedDetails": { "positive-resolution": { "PointsOfInterest": [{ "BeginOffsetMillis": 40040, "EndOffsetMillis": 42460 }] } }, "MatchedCategories": [ "positive-resolution" ] }, ... "ConversationCharacteristics": { "NonTalkTime": { "Instances": [], "TotalTimeMillis": 0 }, "Interruptions": { "TotalCount": 2, "TotalTimeMillis": 10700, "InterruptionsByInterrupter": { "AGENT": [{ "BeginOffsetMillis": 26040, "DurationMillis": 5510, "EndOffsetMillis": 31550 }], "CUSTOMER": [{ "BeginOffsetMillis": 770, "DurationMillis": 5190, "EndOffsetMillis": 5960 }] } }, "TotalConversationDurationMillis": 42460, "Sentiment": { "OverallSentiment": { "AGENT": 2.5, "CUSTOMER": 2.1 }, "SentimentByPeriod": { "QUARTER": { "AGENT": [{ "Score": 0.0, "BeginOffsetMillis": 0, "EndOffsetMillis": 9862 }, { "Score": -5.0, "BeginOffsetMillis": 9862, "EndOffsetMillis": 19725 }, { "Score": 5.0, "BeginOffsetMillis": 19725, "EndOffsetMillis": 29587 }, { "Score": 5.0, "BeginOffsetMillis": 29587, "EndOffsetMillis": 39450 } ], "CUSTOMER": [{ "Score": -2.5, "BeginOffsetMillis": 0, "EndOffsetMillis": 10615 }, { "Score": 5.0, "BeginOffsetMillis": 10615, "EndOffsetMillis": 21230 }, { "Score": 2.5, "BeginOffsetMillis": 21230, "EndOffsetMillis": 31845 }, { "Score": 5.0, "BeginOffsetMillis": 31845, "EndOffsetMillis": 42460 } ] } } }, "TalkSpeed": { "DetailsByParticipant": { "AGENT": { "AverageWordsPerMinute": 150 }, "CUSTOMER": { "AverageWordsPerMinute": 167 } } }, "TalkTime": { "DetailsByParticipant": { "AGENT": { "TotalTimeMillis": 32750 }, "CUSTOMER": { "TotalTimeMillis": 18010 } }, "TotalTimeMillis": 50760 } }, ... }