音声

フォーカスモード

音声 - Amazon Bedrock

Amazon Bedrock Data Automation (BDA) 機能には、オーディオファイルのインサイトを処理および生成するための一連の標準出力が用意されています。各オペレーションタイプの詳細を次に示します。

オーディオ全体の概要

フルオーディオ概要は、オーディオファイル全体の全体的な概要を生成します。オーディオ全体に表示される主要なテーマ、イベント、情報を簡潔な概要にまとめます。

フルオーディオ文字起こし

フルオーディオトランスクリプト機能は、オーディオ内のすべての音声コンテンツの完全なテキスト表現を提供します。高度な音声認識テクノロジーを使用して、会話、ナレーション、その他のオーディオ要素を正確に文字起こしします。文字起こしにはタイムスタンプが含まれているため、話された単語に基づいてオーディオコンテンツを簡単にナビゲートおよび検索できます。

トピックの概要

オーディオトピックの概要は、オーディオファイルをトピックと呼ばれるセクションに分割し、それらを要約してキー情報を提供します。これらのトピックには、オーディオファイル全体に配置するのに役立つタイムスタンプが付けられています。この機能はデフォルトでは有効になっていません。

コンテンツのモデレーション

コンテンツモデレーションは、音声およびテキストベースのキューを使用して、音声ベースの有害コンテンツを識別し、次の 7 つの異なるカテゴリに分類します。

不敬: 無礼、下品、攻撃的な単語やフレーズ、または頭字語を含む言葉。
ヘイトスピーチ: 人種、民族、性同一性、宗教、性的指向、能力、出身国、その他のアイデンティティグループなど、アイデンティティに基づいて個人またはグループを批判、侮辱、否定する発言。
セクシャル: 体の一部、身体的特徴、性別への直接的または間接的な言及により、性的関心、活動、性的嗜好を示す発言。
侮辱: 屈辱的、嘲笑的、侮辱的、または軽蔑的な言葉を含む発言。このタイプの言語は、いじめとしてラベル付けされます。
暴力または脅し: 個人または集団に対して苦痛や痛み、敵意を与えることを意図する脅迫的な発言。
グラフィックスピーチ: 視覚的に説明的で詳細、不快かつ生々しい画像を使った発言。この種の言葉は、受け手の不快感を増幅させるために、意図的に冗長になることが多いのです。
ハラスメントや虐待: 相手を侮辱したり対象化したりする発言など、受け手の心理的健康に影響を与えることを意図した発言。この種の言葉は、「ハラスメント」とも呼ばれます。

オーディオ標準出力

BDA を介して処理されるオーディオファイルの標準出力の例を次に示します。


{
"metadata": {
    "id": "audio_123",
    "semantic_modality": "AUDIO",
    "s3_bucket": "my-audio-bucket",
    "s3_prefix": "audios/",
    "format": "MP3",
    "sample_rate": 44100,
    "bit_rate": 128000,
    "duration_millis": 180000,
    "channels": 2
},
"audio_segments": [
        {
            "start_timestamp_millis": 0,
            "end_timestamp_millis": 30000,
            "id": "audio_segment_1",
            "type": "TRANSCRIPT",
            "text": "Welcome to our podcast on AI advancements. Today, we'll be discussing how recent developments in artificial intelligence are reshaping industries from healthcare to finance.",
        },
        {
            "start_timestamp_millis": 30000,
            "end_timestamp_millis": 60000,
            "id": "audio_segment_2",
            "type": "TRANSCRIPT",
            "text": "Let's start by looking at the healthcare industry. AI is revolutionizing diagnostics, drug discovery, and personalized medicine.",
            }
        }
    ]
 "topics": [
    {
      "topic_index": 0,
      "start_timestamp_millis": 0,
      "end_timestamp_millis": 30000,
      "summary": "As follows: The opening of a podcast, introducing the topic of discussion, which involves how AI is impacting various industries.",
      "transcript": {
        "representation": {
          "text": "Welcome to our podcast on AI advancements. Today, we'll be discussing how recent developments in artificial intelligence are reshaping industries from healthcare to finance."
        }
      },
"audio": {
    "summary": "A podcast discussion about recent advancements in artificial intelligence and their potential impact on various industries.",
    "transcript": {
        "representation": {
            "text": "Welcome to our podcast on AI advancements. Today, we'll be discussing how recent developments in artificial intelligence are reshaping industries from healthcare to finance. Let's start by looking at the healthcare industry. AI is revolutionizing diagnostics, drug discovery, and personalized medicine."
        }
    },
    "content_moderation": [
        {
            "id": "mod_12345",
            "type": "CONTENT_MODERATION",
            "confidence": 0.1,
            "start_timestamp_millis": 0,
            "end_timestamp_millis": 180000,
            "moderation_categories": [
                {
                    "category": "profanity",
                    "confidence": 0.05
                }
            ]
        }
    ],
    
},
"statistics": {
    "word_count": 150,
    "segment_count": 6
}
}