こんにちは、私の要件は、ライブ オーディオ ストリームを入力として使用することです。たとえば、2 人の通話などです。そのオーディオをライブでテキストに変換し、抽出したテキストから特定のキーワードを選択してデータベースに挿入します。
https://github.com/aws-samples/amazon-connect-realtime-transcriptionのアーキテクチャに従って、AWS Kinesis ビデオ ストリーム サービスと AWS Transcribe の両方がライブ ストリーミングに使用されますが、リンク: https://aws.amazon.com /blogs/machine-learning/amazon-transcribe-now-supports-real-time-transcriptions/ AWS Transcribe はライブ文字起こしをサポートしていますが、なぜそのアーキテクチャで Kinesis が使用されたのでしょうか?
誰かが知っている場合は、理解を助けてください.Amazon接続がライブ音声をAWS Transcribeに取り込み、ライブ文字起こしできることを願っています.