翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
会話文字起こしのインポートは 3 つのステップのプロセスです。
-
正しい形式に変換して、インポートする転写産物を準備します。Amazon Connect 用コンタクトレンズを使用している場合、文字起こしは既に正しい形式になっています。
-
文字起こしを Amazon S3 バケットにアップロードします。コンタクトレンズを使用している場合、文字起こしはすでに S3 バケットに入っています。
-
Amazon Lex V2 コンソールまたは API オペレーションを使用して、文字起こしを分析します。トレーニングの完了にかかる時間は、文字起こしの量と会話の複雑さによって異なります。通常、毎分 500 行の文字起こしが分析されます。
各ステップについては、続くセクションで説明します。
Amazon Connect のコンタクトレンズから文字起こしをインポートする
Amazon Lex V2 自動 Chatbot デザイナーは、コンタクトレンズの文字起こしファイルと互換性があります。コンタクトレンズ文字起こしファイルを使用するには、コンタクトレンズをオンにし、出力ファイルの場所をメモする必要があります。
コンタクトレンズから転写産物をエクスポートするには
-
Amazon Connect インスタンスでコンタクトレンズをオンにします。手順については、以下を参照してください。Amazon Connect 管理者ガイド の Amazon Connect のコンタクトレンズを有効にする。
-
Amazon Connect がインスタンスに使用している S3 バケットの場所を書き留めます。場所を確認するには、Amazon Connect コンソールのページの データストレージ を開きます。手順については、以下を参照してください。Amazon Connect 管理者ガイド の インスタンス設定の更新。
コンタクトレンズをオンにし、文字起こしファイルの場所を記録したら、Amazon Lex V2 コンソールを使用して文字起こしの分析文字起こしをインポートして分析する手順を参照してください。
文字起こしの準備
文字起こしファイルを作成して、文字起こしを準備します。
-
会話ごとに 1 つの文字起こしファイルを作成し、当事者間のインタラクションをリストします。会話の各インタラクションは、複数の行にまたがることができます。会話の編集済みバージョンと編集されていないバージョンの両方を提供できます。
-
ファイルは、文字起こしの入力形式 で指定された JSON 形式である必要があります。
-
会話ターンは少なくとも 1,000 回指定する必要があります。インテントやスロットタイプを把握しやすくするには、会話のターンを約 10,000 回以上設定する必要があります。Automated Chatbot Designer が処理するのは、最初の 700,000 ターンのみです。
-
使用する文字起こしファイルの数に制限はなく、サイズ制限もありません。
インポートする文字起こしを日付でフィルタリングする場合は、ファイルは次のディレクトリ構造内に存在する必要があります。
<path or bucket root>
--> yyyy
--> mm
--> dd
--> transcript files
文字起こしファイルには、ファイル名のどこかに「yyyy-mm-dd」形式の日付を含める必要があります。
他のコンタクトセンターアプリケーションから文字起こしをエクスポートするには
-
コンタクトセンターアプリケーションのツールを使用して、会話をエクスポートします。会話には、少なくとも 文字起こしの入力形式 で指定された情報が含まれている必要があります。
-
コンタクトセンターアプリケーションで作成された文字起こしを 文字起こしの入力形式 で説明されている形式に変換します。トランスフォーメーションを実行する責任はお客様にあります。
文字起こしを準備するためのスクリプトを 3 つ提供しています。具体的には次の 2 つです。
-
コンタクトレンズの文字起こしを Amazon Lex V2 会話ログと組み合わせるスクリプトです。コンタクトレンズの文字起こしには、Amazon Lex V2 ボットと対話する Amazon Connect の会話の一部は含まれません。このスクリプトでは、Amazon Lex V2 の会話ログを有効にし、会話ログ CloudWatch Logs とコンタクトレンズ S3 バケットをクエリするための適切なアクセス許可が必要です。
-
Amazon Transcribe コール分析を Amazon Lex V2 入力形式に変換するスクリプト。
-
Amazon Connect チャット文字起こしを Amazon Lex V2 入力形式に変換するスクリプト。
この GitHub リポジトリからスクリプトをダウンロードできます。https://github.com/aws-samples/amazon-lex-bot-recommendation-integration
文字起こしを S3 バケットにアップロードします。
コンタクトレンズを使用している場合、文字起こしファイルはすでに S3 バケットに含まれています。文字起こしファイルの場所とファイル名については、「https://docs.aws.amazon.com/connect/latest/adminguide/contact-lens-example-output-files.htmlAmazon Connect 管理者ガイド」の「コンタクトレンズ出力ファイルの例」を参照してください。
別のコンタクトセンターアプリケーションを使用していて、文字起こしファイルに S3 バケットを設定していない場合は、次の手順を実行します。それ以外の場合は、既存の S3 バケットがある場合は、Amazon S3 コンソールにログインした後、ステップ 5 から開始してこの手順を実行します。
ファイルを S3 バケットにアップロードするには
AWS Management Console にサインインし、Amazon S3 コンソール (https://console.aws.amazon.com/s3/
) を開きます。 -
[バケットの作成] を選択します。
-
[バケット] に名前を付けて、[リージョン] を選択します。リージョンは Amazon Lex V2 で使用するリージョンと同じである必要があります。ユースケースに必要な他のオプションを設定します。
-
[バケットの作成] を選択します。
-
バケットのリストで、既存のバケットか先ほど作成したバケットを選択します。
-
[アップロード] を選択します。
-
アップロードする文字起こしファイルを追加します。
-
[アップロード] を選択します。
Amazon Lex V2 コンソールを使用して文字起こしの分析
自動ボット設計を使用できるのは、空の言語のみです。既存のボットに新しい言語を追加することも、新しいボットを作成することもできます。
新しいボットで新しい言語を作成するには
-
AWS Management Consoleにサインインし、Amazon Lex コンソール (https://console.aws.amazon.com/lex/
) を開きます。 -
[ボットの作成] を選択します。
-
[Automated Chatbot Designer で開始] を選択します。情報を入力して、新しいボットを作成します。
-
[Next (次へ)] を選択します。
-
ボットに言語を追加する で言語の情報を入力します。
-
S3 上の文字起こしファイルの場所 セクションで、必要に応じて文字起こしファイルが含まれている S3 バケットとファイルへのローカルパスを選択します。
-
以下のオプションを選択できます。
-
AWS KMS キーを使用して、処理中に文字起こしデータを暗号化します。キーを選択しない場合、サービス AWS KMS キーが使用されます。
-
文字起こしを特定の日付範囲にフィルタリングします。文字起こしをフィルタリングする場合は、正しいフォルダ構造内にある必要があります。詳細については、「文字起こしの準備」を参照してください。
-
-
[完了] をクリックします。
Amazon Lex V2 が文字起こしを処理するのを待ちます。解析が完了すると、完了メッセージが表示されます。
文字起こしの分析を中止する方法
アップロードした文字起こしの分析を中止する必要がある場合は、BotRecommendationStatus
ステータスが「処理中」 になっている実行中の BotRecommendation
ジョブを停止できます。コンソールからジョブを送信した後、または StopBotRecommendation
API 用の CLI SDK を使用して、バナーに表示される [処理を停止] ボタンをクリックできます。詳細については、「StopBotRecommendation」を参照してください。
StopBotRecommendation
を呼び出した後、内部 BotRecommendationStatus
料金が Stopping
に設定され、請求されません。ジョブが停止したことを確認するには、DescribeBotRecommendation
API を呼び出して、BotRecommendationStatus
が Stopped
であることを確認します。通常、これには 3~4 分かかります。
StopBotRecommendation
API が呼び出された後の処理には課金されません。