Amazon Web Services (AWS) gab am Montag bekannt, dass es auf maschinellem Lernen (ML) basierende Anrufanalysefunktionen in das Amazon Chime SDK integriert, um den Prozess der Generierung von Erkenntnissen aus Echtzeit-Audioanrufen, Transkriptionen und Sprachanalysen zu optimieren. Das Amazon Chime SDK ist ein Software-Entwicklungskit, mit dem Entwickler Messaging-, Audio-, Video- und Bildschirmfreigabefunktionen in Web- oder Mobilanwendungen implementieren können.
Mit diesen Updates sind Entwickler jetzt in der Lage, ML-gestützte Sprachanalysen in ihre Anwendungen zu integrieren. Laut AWS kann das ML-Modell den Ton der Teilnehmer erkennen und klassifizieren, unabhängig davon, ob sie eine positive, neutrale oder negative Stimmung ausdrücken. Sébastien Stormacq, Principal Developer Advocate bei AWS, erklärte in einem Blogbeitrag, dass die Sprachtonanalyse ML einsetzt, um Stimmungen abzuleiten, indem lexikalische, linguistische, akustische und tonale Informationen aus Sprachsignalen gemeinsam analysiert werden.
Stormacq erklärte, dass Daten aus Live-Anruf-Sprachtonanalysen in einem vom Entwickler ausgewählten Data Lake zugänglich sind, der dann verwendet werden kann, um benutzerdefinierte Dashboards für die Datenvisualisierung zu erstellen. AWS hat eine starke Nachfrage nach Anrufanalysefunktionen in verschiedenen Branchen festgestellt, darunter Banken, Finanzdienstleistungen, Business Process Outsourcing (BPO), öffentlicher Sektor, Gesundheitswesen, Telekommunikation und Versicherungen. Die aus der Anrufanalyse gewonnenen Erkenntnisse können die Verkaufsstrategien, die Mitarbeiterproduktivität und die allgemeine Unternehmenseffizienz verbessern.
Abgesehen von der Integration der Anrufanalyse in das SDK hat AWS die AWS Management Console, ihren zentralen Bereich für alle AWS-Services, aktualisiert, um den Prozess der Implementierung von Anrufanalysefunktionen in Anwendungen, die das SDK verwenden, zu vereinfachen. Der Amazon Chime SDK-Bereich der AWS Management Console bietet jetzt eine grafische Konfiguration, die es Entwicklern ermöglicht, Analysen in Audioanwendungen zu integrieren, ohne Fachwissen in Cloud-Infrastruktur, Telefonie oder künstlicher Intelligenz zu benötigen oder Code schreiben zu müssen.
Entwickler können den AWS AI-Service auswählen, den sie für die Analyse von Echtzeit-Audiodaten bevorzugen, wie z. B. Sprachanalyse, Amazon Transcribe oder Amazon Transcribe Call Analytics. Stormacq erwähnte, dass AWS die Integration zwischen KI-Diensten und sprachbasierten oder Telefonieanwendungen übernimmt. Die Verwaltungskonsole hilft Entwicklern dabei, anzugeben, wohin sie die Analysedaten leiten möchten, entweder zu einem Amazon Kinesis-Stream oder einem Amazon Simple Storage Service (Amazon S3)-Bucket. Echtzeitbenachrichtigungen von Sprachanalysen können an eine AWS Lambda-basierte Funktion oder eine SQS-Warteschlange oder ein Amazon Simple Notification Service-Thema gesendet werden.
Um die gesammelten Erkenntnisse zu visualisieren, müssen Unternehmen die Analysen zunächst an einen Data Lake liefern und anschließend einen Dienst wie Amazon QuickSight oder Tableau verwenden, um Dashboards zu erstellen. Diese Dashboards können dann in Anwendungen, Wikis und Portale eingebettet oder als vorgefertigte Dashboards in Form von AWS CloudFormation-Vorlagen zur Bereitstellung in einem AWS-Konto heruntergeladen werden. Anrufanalysen können auch Echtzeitwarnungen generieren, indem Ereignisse an Amazon EventBridge gesendet werden, die in ein AWS-Konto oder eine andere Drittanbieteranwendung integriert werden kann.
Obwohl die neuen Anrufanalysefunktionen keine Infrastrukturinvestitionen erfordern, stellt AWS Unternehmen Gebühren basierend auf ihrer Nutzung in Rechnung. Die Preise richten sich nach dem Volumen der analysierten Audiodaten pro Minute und können je nach Rechenzentrumsstandort variieren. Diese Anrufanalysefunktionen sind derzeit in den Regionen USA Ost (Nord-Virginia), Asien-Pazifik (Singapur) und Europa (Frankfurt) verfügbar.
Zusätzlich zum AWS-Angebot haben low-code und no-code Plattformen wie AppMaster.io in letzter Zeit an Dynamik gewonnen und die Art und Weise verändert, wie Unternehmen ihre Anwendungen entwickeln und warten. AppMaster, eine no-code Plattform mit über 60.000 Benutzern, ermöglicht es Fachleuten, Web-, Mobil- und Backend-Anwendungen zu einem Bruchteil der Kosten und Zeit zu erstellen, die mit herkömmlichen Entwicklungsmethoden aufgewendet werden. Durch die Automatisierung des Anwendungsentwicklungsprozesses erhöhen Plattformen wie AppMaster die Agilität in verschiedenen Branchen wie Banken, Gesundheitswesen und Versicherungen.
