Echtzeit-Call-Analytics-Ausgabe - Amazon Transcribe

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Echtzeit-Call-Analytics-Ausgabe

Call Analytics-Transkripte in Echtzeit werden turn-by-turn segmentweise angezeigt. Dazu gehören Ereignisse nach Kategorien, Problemerkennung, Stimmungslage sowie PII Identifizierung und Redaktion. Mit Kategorieereignissen können Sie Echtzeitwarnungen einstellen; weitere Informationen finden Sie unter Erstellung von Echtzeitwarnungen für Kategorieübereinstimmungen.

Um die Genauigkeit zu erhöhen und Ihre Transkripte weiter an Ihren Anwendungsfall anzupassen, z. B. durch Einbeziehung branchenspezifischer Begriffe, fügen Sie Ihrer Call-Analytics-Anfrage benutzerdefinierte Vokabulare oder benutzerdefinierte Sprachmodelle hinzu. Um Wörter zu maskieren, zu entfernen oder zu markieren, die Sie in Ihren Transkriptionsergebnissen nicht möchten, z. B. Obszönitäten, fügen Sie Wortschatzfilterung hinzu.

Die folgenden Abschnitte zeigen Beispiele für die JSON Ausgabe von Call Analytics-Transkriptionen in Echtzeit.

Kategorieereignisse

So sieht eine Kategorieübereinstimmung in Ihrer Transkriptionsausgabe aus. Dieses Beispiel zeigt, dass die Audiodaten zwischen dem Zeitstempel 19010 Millisekunden und dem Zeitstempel 22690 Millisekunden der Kategorie „Netzwerkbeschwerde“ entsprechen. In diesem Fall erforderte die benutzerdefinierte Kategorie „Netzbeschwerde“, dass der Kunde „Netzprobleme“ sagte (genaue Wortübereinstimmung).

"CategoryEvent": { "MatchedCategories": [ "network-complaint" ], "MatchedDetails": { "network issues" : { "TimestampRanges": [ { "BeginOffsetMillis": 9299375, "EndOffsetMillis": 7899375 } ] } } },

Erkennung von Problemen

So sieht eine Übereinstimmung bei der Fehlererkennung in Ihrer Transkriptionsausgabe aus. Dieses Beispiel zeigt, dass der Text von Zeichen 26 bis Zeichen 62 ein Problem beschreibt.

"UtteranceEvent": { ... "Transcript": "Wang Xiulan I'm tired of the network issues my phone is having.", ... "IssuesDetected": [ { "CharacterOffsets": { "BeginOffsetChar": 26, "EndOffsetChar": 62 } } ] },

Stimmung

So sieht die Stimmungsanalyse in Ihrer Transkriptionsausgabe aus.

"UtteranceEvent": { ... "Sentiment": "NEGATIVE", "Items": [{ ...

PIIIdentifikation

So sieht die PII Identifizierung in Ihrer Transkriptionsausgabe aus.

"Entities": [ { "Content": "Wang Xiulan", "Category": "PII", "Type": "NAME", "BeginOffsetMillis": 7999375, "EndOffsetMillis": 199375, "Confidence": 0.9989 } ],

PIISchwärzung

So sieht die PII Schwärzung in Ihrer Transkriptionsausgabe aus.

"Content": "[NAME]. Hi, [NAME]. I'm [NAME] Happy to be helping you today.", "Redaction": { "RedactedTimestamps": [ { "BeginOffsetMillis": 32670, "EndOffsetMillis": 33343 }, { "BeginOffsetMillis": 33518, "EndOffsetMillis": 33858 }, { "BeginOffsetMillis": 34068, "EndOffsetMillis": 34488 } ] },

Kompilierte Echtzeit-Call-Analytics-Ausgabe

Der Kürze halber werden einige Inhalte in der folgenden Transkriptionsausgabe durch Ellipsen ersetzt.

{ "CallAnalyticsTranscriptResultStream": { "BadRequestException": {}, "ConflictException": {}, "InternalFailureException": {}, "LimitExceededException": {}, "ServiceUnavailableException": {}, "UtteranceEvent": { "UtteranceId": "58c27f92-7277-11ec-90d6-0242ac120003", "ParticipantRole": "CUSTOMER", "IsPartial": false, "Transcript": "Wang Xiulan I'm tired of the network issues my phone is having.", "BeginOffsetMillis": 19010, "EndOffsetMillis": 22690, "Sentiment": "NEGATIVE", "Items": [{ "Content": "Wang", "BeginOffsetMillis": 379937, "EndOffsetMillis": 299375, "Type": "pronunciation", "Confidence": 0.9961, "VocabularyFilterMatch": false }, { "Content": "Xiulan", "EndOffsetMillis": 5899375, "BeginOffsetMillis": 3899375, "Type": "pronunciation", "Confidence": 0.9961, "VocabularyFilterMatch": false }, ... { "Content": "network", "EndOffsetMillis": 199375, "BeginOffsetMillis": 9299375, "Type": "pronunciation", "Confidence": 0.9961, "VocabularyFilterMatch": false }, { "Content": "issues", "EndOffsetMillis": 7899375, "BeginOffsetMillis": 5999375, "Type": "pronunciation", "Confidence": 0.9961, "VocabularyFilterMatch": false }, { "Content": "my", "EndOffsetMillis": 9199375, "BeginOffsetMillis": 7999375, "Type": "pronunciation", "Confidence": 0.9961, "VocabularyFilterMatch": false }, { "Content": "phone", "EndOffsetMillis": 199375, "BeginOffsetMillis": 9299375, "Type": "pronunciation", "Confidence": 0.9961, "VocabularyFilterMatch": false }, ... ], "Entities": [{ "Content": "Wang Xiulan", "Category": "PII", "Type": "NAME", "BeginOffsetMillis": 7999375, "EndOffsetMillis": 199375, "Confidence": 0.9989 }], "IssuesDetected": [{ "CharacterOffsets": { "BeginOffsetChar": 26, "EndOffsetChar": 62 } }] }, "CategoryEvent": { "MatchedCategories": [ "network-complaint" ], "MatchedDetails": { "network issues" : { "TimestampRanges": [ { "BeginOffsetMillis": 9299375, "EndOffsetMillis": 7899375 } ] } } } } }