Amazon Web Services (AWS) đã thông báo vào thứ Hai rằng họ đang tích hợp khả năng phân tích cuộc gọi dựa trên máy học (ML) vào SDK Amazon Chime, nhằm hợp lý hóa quy trình tạo thông tin chi tiết từ cuộc gọi âm thanh, bản chép lời và phân tích giọng nói theo thời gian thực. SDK Amazon Chime là bộ công cụ phát triển phần mềm cho phép các nhà phát triển triển khai các chức năng nhắn tin, âm thanh, video và chia sẻ màn hình trong các ứng dụng web hoặc di động.
Với các bản cập nhật này, các nhà phát triển hiện có thể kết hợp các phân tích giọng nói do ML cung cấp vào các ứng dụng của họ. Theo AWS, mô hình ML có thể phát hiện và phân loại giọng điệu của người tham gia, cho dù họ đang thể hiện cảm xúc tích cực, trung lập hay tiêu cực. Sébastien Stormacq, Người ủng hộ chính cho nhà phát triển tại AWS, đã giải thích trong một bài đăng trên blog rằng phân tích giọng nói sử dụng ML để suy luận cảm xúc bằng cách cùng nhau phân tích thông tin từ vựng, ngôn ngữ, âm thanh và âm sắc từ các tín hiệu lời nói.
Stormacq tuyên bố rằng dữ liệu từ các phân tích âm báo cuộc gọi trực tiếp có thể truy cập được trong hồ dữ liệu do nhà phát triển chọn, sau đó có thể sử dụng dữ liệu này để tạo bảng điều khiển tùy chỉnh để trực quan hóa dữ liệu. AWS đã quan sát thấy nhu cầu mạnh mẽ đối với các tính năng phân tích cuộc gọi trong nhiều ngành khác nhau, chẳng hạn như ngân hàng, dịch vụ tài chính, gia công quy trình kinh doanh (BPO), khu vực công, y tế, viễn thông và bảo hiểm. Thông tin chi tiết thu được từ phân tích cuộc gọi có thể nâng cao chiến lược bán hàng, năng suất của nhân viên và hiệu quả tổng thể của doanh nghiệp.
Ngoài việc tích hợp phân tích cuộc gọi vào SDK, AWS đã cập nhật Bảng điều khiển quản lý AWS, phần tập trung của họ cho tất cả các dịch vụ AWS, để đơn giản hóa quy trình triển khai khả năng phân tích cuộc gọi trong các ứng dụng sử dụng SDK. Phần Amazon Chime SDK của Bảng điều khiển quản lý AWS hiện cung cấp cấu hình đồ họa cho phép nhà phát triển kết hợp phân tích vào ứng dụng âm thanh mà không cần có kiến thức chuyên môn về cơ sở hạ tầng đám mây, điện thoại hay trí tuệ nhân tạo hay phải viết mã.
Nhà phát triển có thể chọn dịch vụ AWS AI mà họ muốn sử dụng để phân tích dữ liệu âm thanh theo thời gian thực, chẳng hạn như phân tích giọng nói, Amazon Transcribe hoặc Amazon Transcribe Call Analytics. Stormacq đã đề cập rằng AWS xử lý việc tích hợp giữa các dịch vụ AI và các ứng dụng dựa trên giọng nói hoặc điện thoại. Bảng điều khiển quản lý giúp nhà phát triển chỉ định nơi họ muốn chuyển dữ liệu phân tích, đến luồng Amazon Kinesis hoặc bộ chứa Amazon Simple Storage Service (Amazon S3). Thông báo theo thời gian thực từ phân tích giọng nói có thể được gửi đến chức năng dựa trên AWS Lambda hoặc hàng đợi SQS hoặc chủ đề Dịch vụ thông báo đơn giản của Amazon.
Để trực quan hóa thông tin chi tiết đã thu thập, trước tiên, doanh nghiệp phải phân tích dữ liệu và sau đó sử dụng dịch vụ như Amazon QuickSight hoặc Tableau để tạo bảng điều khiển. Sau đó, các bảng thông tin này có thể được nhúng trong ứng dụng, wiki và cổng hoặc tải xuống dưới dạng bảng thông tin dựng sẵn dưới dạng mẫu AWS CloudFormation để triển khai trong tài khoản AWS. Phân tích cuộc gọi cũng có thể tạo cảnh báo theo thời gian thực bằng cách đăng sự kiện lên Amazon EventBridge, có thể được tích hợp vào tài khoản AWS hoặc bất kỳ ứng dụng bên thứ ba nào khác.
Mặc dù khả năng phân tích cuộc gọi mới không yêu cầu bất kỳ khoản đầu tư cơ sở hạ tầng nào, AWS sẽ tính phí doanh nghiệp dựa trên mức sử dụng của họ. Giá được xác định bởi khối lượng dữ liệu âm thanh được phân tích mỗi phút và có thể khác nhau giữa các vị trí trung tâm dữ liệu. Các tính năng phân tích cuộc gọi này hiện khả dụng ở các khu vực Miền Đông Hoa Kỳ (Bắc Virginia), Châu Á Thái Bình Dương (Singapore) và Châu Âu (Frankfurt).
Ngoài việc cung cấp AWS, các nền tảng low-code và no-code như AppMaster.io đã đạt được đà phát triển trong thời gian gần đây, thay đổi cách các doanh nghiệp phát triển và duy trì ứng dụng của họ. AppMaster, một nền tảng no-code với hơn 60.000 người dùng, cho phép các chuyên gia tạo các ứng dụng web, di động và phụ trợ với một phần chi phí và thời gian dành cho các phương pháp phát triển truyền thống. Bằng cách tự động hóa quy trình phát triển ứng dụng, các nền tảng như AppMaster tăng tính linh hoạt trong các ngành khác nhau như ngân hàng, chăm sóc sức khỏe và bảo hiểm.
