Analyses après appel avec transcriptions en temps réel - Amazon Transcribe

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Analyses après appel avec transcriptions en temps réel

L’analyse après appel est une fonctionnalité facultative disponible avec les transcriptions Call Analytics en temps réel. Outre les informations d’analyse en temps réel standard, les analyses après appel vous fournissent les informations suivantes :

  • éléments d’action : répertorie tous les éléments d’action identifiés dans l’appel ;

  • interruptions : mesure si et quand un participant coupe la parole à l’autre participant au milieu d’une phrase ;

  • problèmes : fournit les problèmes identifiés dans l’appel ;

  • niveau sonore : mesure le volume auquel chaque participant parle ;

  • temps de non-conversation : mesure les périodes pendant lesquelles il n’y a pas de parole ;

  • résultats : fournit le résultat, ou la résolution, identifié dans l’appel ;

  • vitesse de conversation : mesure la vitesse à laquelle les deux participants parlent ;

  • temps de conversation : mesure le temps (en millisecondes) pendant lequel chaque participant a parlé pendant l’appel.

Lorsqu'elle est activée, l'analyse post-appel à partir d'un flux audio produit une transcription similaire à une analyse post-appel à partir d'un fichier audio et la stocke dans le Amazon S3 bucket spécifié dans. OutputLocation En outre, l'analyse post-appel enregistre votre flux audio et l'enregistre sous forme de fichier audio (WAVformat) dans le même Amazon S3 compartiment. Si vous activez la rédaction, une transcription expurgée et un fichier audio expurgé sont également stockés dans le compartiment spécifié. Amazon S3 L’activation de l’analyse après appel avec votre flux audio produit entre deux et quatre fichiers, comme décrit ici :

  • Si l’expurgation n’est pas activée, vos fichiers de sortie sont les suivants :

    1. une transcription non expurgée ;

    2. un fichier audio expurgé.

  • Si l’expurgation est activée sans l’option non expurgée (redacted), vos fichiers de sortie sont les suivants :

    1. une transcription expurgée ;

    2. un fichier audio expurgé.

  • Si l’expurgation est activée avec l’option non expurgée (redacted_and_unredacted), vos fichiers de sortie sont les suivants :

    1. une transcription expurgée ;

    2. un fichier audio expurgé.

    3. une transcription non expurgée ;

    4. un fichier audio expurgé.

Notez que si vous activez l’analyse après appel (PostCallAnalyticsSettings) avec votre demande et que vous utilisez un flux FLAC ou OPUS-OGG, loudnessScore n’apparaît pas dans votre transcription et aucun enregistrement audio de votre flux n’est créé. Transcribe peut également ne pas être en mesure de fournir des analyses post-appel pour les flux audio de longue durée d'une durée supérieure à 90 minutes.

Pour en savoir plus sur les informations disponibles avec l’analyse après appel des flux audio, consultez la section post-call analytics insights.

Astuce

Si vous activez l’analyse après appel avec votre demande Call Analytics en temps réel, toutes vos catégories POST_CALL et REAL-TIME sont appliquées à votre transcription d’analyse après appel.

Activation de l’analyse après appel

Pour activer l’analyse après appel, vous devez inclure le paramètre PostCallAnalyticsSettings dans votre demande Call Analytics en temps réel. Les paramètres suivants doivent être inclus lorsque PostCallAnalyticsSettings est activé :

  • OutputLocation: le Amazon S3 compartiment dans lequel vous souhaitez stocker votre transcription après un appel.

  • DataAccessRoleArn: le nom de ressource Amazon (ARN) du Amazon S3 rôle autorisé à accéder au Amazon S3 compartiment spécifié. Notez que vous devez également utiliser la stratégie d’approbation des analyses en temps réel.

Si vous souhaitez obtenir une version expurgée de votre transcription, vous pouvez inclure ContentRedactionOutput ou ContentRedactionType dans votre demande. Pour plus d'informations sur ces paramètres, reportez-vous StartCallAnalyticsStreamTranscriptionà la section API Référence.

Pour démarrer une transcription des analyses d'appels en temps réel avec l'analyse post-appel activée, vous pouvez utiliser AWS Management Console(démo uniquement), HTTP/2 ou WebSockets. Pour obtenir des exemples, consultez Démarrage d’une transcription Call Analytics en temps réel.

Important

Actuellement, le AWS Management Console seul propose une démo d'analyse des appels en temps réel avec des exemples audio préchargés. Si vous souhaitez utiliser votre propre audio, vous devez utiliser le API (HTTP/2, WebSockets, ou anSDK).

Exemple de résultats d’analyse après appel

Les transcriptions post-appel sont affichées dans un turn-by-turn format par segment. Ils incluent les caractéristiques des appels, le sentiment, le résumé des appels, la détection des problèmes et (éventuellement) la PII rédaction. Si l’une de vos catégories après appel correspond au contenu audio, elle est également présente dans votre sortie.

Pour améliorer la précision et personnaliser davantage vos transcriptions en fonction de votre cas d’utilisation, par exemple en incluant des termes spécifiques au secteur, ajoutez des vocabulaires personnalisés ou des modèles de langue personnalisés à votre demande Call Analytics. Pour masquer, supprimer ou étiqueter des mots que vous ne voulez pas voir apparaître dans vos résultats de transcription, tels que des termes vulgaires, ajoutez un filtrage du vocabulaire.

Voici un exemple de sortie d’analyse après appel compilée :

{ "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 } }, ... }