Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Konfiguration der Einstellungen für Spracherkennungsmodelle
Amazon Lex V2 bietet verschiedene Spracherkennungsmodelle, aus denen Sie wählen können, um die Genauigkeit und Leistung der Spracherkennungsfunktionen Ihres Bots zu optimieren. Sie können die Sprachmodelleinstellungen konfigurieren, um das für Ihren Anwendungsfall am besten geeignete Modell auszuwählen.
## Modelltypen der Spracherkennung
Amazon Lex V2 unterstützt die folgenden Spracherkennungsmodelle:
Standardmodell
Das Standard-Spracherkennungsmodell bietet zuverlässige Spracherkennungsleistung für allgemeine Anwendungsfälle. Dieses Modell bietet eine gleichbleibende Genauigkeit bei einer Vielzahl von Audiobedingungen und ist für die meisten Konversations-KI-Anwendungen geeignet.
Neuronales Modell
Das neuronale Spracherkennungsmodell bietet eine höhere Genauigkeit und einen besseren Umgang mit natürlichen Sprachmustern, Akzenten und Hintergrundgeräuschen. Dieses Modell verwendet fortschrittliche neuronale Netzwerkarchitekturen, um die Erkennungsleistung zu verbessern, insbesondere in schwierigen Audioumgebungen.
Deepgram
Deepgram bietet eine öffentliche speech-to-test (STT) API für Benutzer, die ein Konto und einen API-Schlüssel erstellen. Informationen zu ihren öffentlichen Angeboten finden Sie unter [https://deepgram.com/](https://deepgram.com/).
## Konfiguration der Sprachmodell-Einstellungen
Sie können Sprachmodelleinstellungen konfigurieren, wenn Sie ein Bot-Gebietsschema erstellen oder aktualisieren. Die Sprachmodell-Voreinstellung bestimmt, welches Erkennungsmodell Amazon Lex V2 verwendet, um Audioeingaben für Ihren Bot zu verarbeiten.
So konfigurieren Sie die Einstellungen für das Sprachmodell:
1. Navigieren Sie in der Amazon Lex V2-Konsole zu Ihrem Bot und wählen Sie das Gebietsschema aus, das Sie konfigurieren möchten.
1. Suchen Sie in den Gebietsschemaeinstellungen des Bots den Abschnitt **Spracherkennungseinstellungen**.
1. Wählen Sie **unter Sprachmodellpräferenz** eine der folgenden Optionen aus:
+ **Standard** — Verwenden Sie das standardmäßige Spracherkennungsmodell für zuverlässige Leistung in allgemeinen Anwendungsfällen.
+ **Neuronal** — Verwenden Sie das neuronale Spracherkennungsmodell für eine höhere Genauigkeit und einen besseren Umgang mit natürlichen Sprachmustern.
+ **Deepgram** — Verwenden Sie die Listen API von Deepgram für die Spracherkennung. Anweisungen zur Einrichtung finden Sie unter. [Deepgram-Sprachmodellpräferenz einrichten](customizing-speech-deepgram-setup.md)
1. Speichern Sie Ihre Änderungen, um die Sprachmodell-Voreinstellung auf Ihr Bot-Gebietsschema anzuwenden.
**Anmerkung**
Wenn Sie keine Sprachmodellpräferenz angeben, verwendet Amazon Lex V2 standardmäßig das Standardmodell.
## Auswahl des richtigen Sprachmodells
Berücksichtigen Sie bei der Auswahl eines Spracherkennungsmodells für Ihren Bot die folgenden Faktoren:
+ **Audioqualität** — Wenn Ihr Bot Audio mit Hintergrundgeräuschen, unterschiedlicher Audioqualität oder schwierigen akustischen Bedingungen verarbeitet, bietet das neuronale Modell möglicherweise eine bessere Genauigkeit.
+ **Sprechervielfalt** — Wenn Ihr Bot mit Benutzern interagiert, die unterschiedliche Akzente oder Sprachmuster haben, können die verbesserten Fähigkeiten des neuronalen Modells zur Verarbeitung natürlicher Sprache die Erkennungsleistung verbessern.
+ **Leistungsanforderungen** — Das Standardmodell bietet eine gleichbleibende Leistung und kann für Anwendungen mit kontrollierter Audioumgebung und klarer Spracheingabe ausreichend sein.
Sie können beide Modelle anhand Ihres spezifischen Anwendungsfalls testen, um festzustellen, welches Modell das beste Gleichgewicht zwischen Genauigkeit und Leistung für Ihre Anwendung bietet.
# Deepgram-Sprachmodellpräferenz einrichten
Deepgram ist ein Spracherkennungsdienst eines Drittanbieters, der fortschrittliche KI-gestützte speech-to-text Funktionen mit Unterstützung für Echtzeit- und Batch-Verarbeitung bietet. Deepgram bietet eine verbesserte Genauigkeit bei verschiedenen Audiobedingungen, mehreren Sprachen und speziellen Modellen für verschiedene Anwendungsfälle. [Weitere Informationen zu den Angeboten von Deepgram finden Sie unterhttps://deepgram.com/.](https://deepgram.com/) Um Deepgram als bevorzugtes Spracherkennungsmodell zu verwenden, müssen Sie einen einmaligen Einrichtungsprozess durchführen, um Ihren Deepgram-API-Schlüssel zu konfigurieren und ihn sicher in AWS Secrets Manager zu speichern.
**Wichtig**
Deepgram ist ein Drittanbieter-Service und entspricht möglicherweise nicht bestimmten regulatorischen Rahmenbedingungen wie der DSGVO, FedRAMP oder anderen Compliance-Standards, an die sich AWS-Services halten. Lesen Sie die Compliance-Dokumentation von Deepgram und die Anforderungen Ihres Unternehmens, bevor Sie diese Integration verwenden.
## Auswahl regionaler Endpunkte
Amazon Lex V2 wählt automatisch den passenden Deepgram-API-Endpunkt basierend auf Ihrer AWS-Region aus, um Leistung und Datenlokalität zu optimieren:
+ **EU-Regionen:** Für Bots, die in AWS-Regionen mit dem `eu-` Präfix (wie `eu-west-1``eu-west-2`, und`eu-central-1`) bereitgestellt werden, verwendet Amazon Lex V2 den EU-Endpunkt Deepgram (`api.eu.deepgram.com`).
+ **Alle anderen Regionen:** Für Bots, die in allen anderen AWS-Regionen eingesetzt werden, verwendet Amazon Lex V2 den globalen Deepgram-Endpunkt (`api.deepgram.com`).
Diese Endpunktauswahl erfolgt automatisch und kann derzeit nicht angepasst werden. Derselbe Deepgram-API-Schlüssel funktioniert mit beiden Endpunkten. Amazon Lex V2 unterstützt den `apiTokenRegion` Parameter, den Amazon Connect für die benutzerdefinierte Endpunktkonfiguration bereitstellt, nicht. Weitere Informationen zu den Endpunktkonfigurationsoptionen von Amazon Connect finden Sie unter [Endpunkte und Regionen für STT-Drittanbieter](https://docs.aws.amazon.com/connect/latest/adminguide/endpoints-regions-third-party-stt.html) im Amazon Connect-Administratorhandbuch.
## Einen Deepgram-API-Schlüssel erstellen
Bevor Sie Deepgram mit Amazon Lex V2 verwenden können, benötigen Sie einen API-Schlüssel von Deepgram.
Um einen Deepgram-API-Schlüssel zu erstellen:
1. [Loggen Sie sich unterhttps://console.deepgram.com/in die Deepgram-Konsole ein.](https://console.deepgram.com/)
1. Wählen Sie im linken Navigationsbereich **API Keys** aus.
1. Wählen Sie **Neuen API-Schlüssel erstellen** aus.
1. Folgen Sie den Anweisungen, um den API-Schlüssel zu erstellen, und kopieren Sie ihn zur Verwendung im nächsten Abschnitt.
**Wichtig**
Bewahren Sie Ihren API-Schlüssel sicher auf. Sie benötigen es, um AWS Secrets Manager im nächsten Abschnitt zu konfigurieren.
## Speichern des API-Schlüssels in AWS Secrets Manager
Sie müssen Ihren Deepgram-API-Schlüssel in AWS Secrets Manager for Amazon Lex V2 speichern, um sicher darauf zugreifen zu können. Das Geheimnis muss ein einzelnes Schlüssel-Wert-Paar mit dem Schlüssel und Ihrem Deepgram-API-Schlüssel `apiToken` als Wert enthalten.
**Wichtig**
Sie müssen einen symmetrischen KMS-Schlüssel erstellen, der zusammen mit dem Secret verwendet werden soll. Der standardmäßige AWS-verwaltete KMS-Schlüssel funktioniert nicht mit Amazon Lex V2.
So speichern Sie Ihren Deepgram-API-Schlüssel in Secrets Manager:
1. Öffnen Sie die AWS Secrets Manager Manager-Konsole unter [https://console.aws.amazon.com/secretsmanager/](https://console.aws.amazon.com/secretsmanager/).
1. Wählen Sie **Store a new secret** (Ein neues Secret speichern).
1. Als **Secret-Typ** wählen Sie **Anderer Secret-Typ** aus.
1. Konfigurieren Sie das Geheimnis mit einer der folgenden Methoden:
+ **Methode für Schlüssel/Wert-Paare:** Fügen Sie unter **Schlüssel/Wert-Paare** ein einzelnes Schlüssel-Wert-Paar mit `apiToken` als Schlüssel und Ihrem Deepgram-API-Schlüssel als Wert hinzu.
+ **Klartext-Methode:** Geben Sie unter **Klartext** ein JSON-Objekt mit der folgenden Struktur ein:
```
{
"apiToken": "your-deepgram-api-key-here"
}
```
1. Wählen Sie **Weiter** aus.
1. **Geben Sie einen Namen für Ihr Geheimnis ein und wählen Sie Weiter.**
1. (Optional) Konfigurieren Sie bei Bedarf die geheime Rotation und wählen Sie dann **Weiter**.
1. Überprüfen Sie Ihre geheime Konfiguration und wählen Sie **Speichern** aus.
1. Nachdem das Geheimnis erstellt wurde, navigieren Sie zu Ihrem Geheimnis und kopieren Sie den ARN. Sie benötigen diesen ARN, wenn Sie Ihren Bot konfigurieren.
## Konfiguration der Ressourcenrichtlinie für Secrets Manager
Damit Amazon Lex V2 Ihren Deepgram-API-Schlüssel abrufen kann, müssen Sie Ihrem Secret eine Ressourcenrichtlinie hinzufügen.
Im Folgenden finden Sie ein Beispiel für eine Ressourcenrichtlinie, die es Amazon Lex V2 ermöglicht, das Geheimnis abzurufen:
```
{
"Version": "2012-10-17" ,
"Statement": [
{
"Sid": "LexTrust",
"Effect": "Allow",
"Principal": {
"Service": "lex.amazonaws.com"
},
"Action": "secretsmanager:GetSecretValue",
"Resource": "*",
"Condition": {
"StringEquals": {
"aws:SourceAccount": ""
},
"ArnLike": {
"aws:SourceArn": "arn:aws:lex:us-east-1::bot-alias/*/*"
}
}
}
]
}
```
``Ersetzen Sie es durch Ihre tatsächliche AWS-Konto-ID und passen Sie die Region im ARN-Muster nach Bedarf für Ihre Bereitstellung an.
## Konfiguration Ihres Bots für die Verwendung von Deepgram
Nachdem Sie Ihren Deepgram-API-Schlüssel in Secrets Manager eingerichtet haben, können Sie Ihren Amazon Lex V2-Bot so konfigurieren, dass er Deepgram für die Spracherkennung verwendet.
Um Deepgram für Ihren Bot zu konfigurieren:
1. Navigieren Sie in der Amazon Lex V2-Konsole zu Ihrem Bot und wählen Sie das Gebietsschema aus, das Sie konfigurieren möchten.
1. Wählen Sie als **Sprachmodell-Voreinstellung** **Deepgram** aus.
1. Für die Deepgram-Konfiguration werden zusätzliche Felder angezeigt:
+ **Modell-ID** (optional) — Geben Sie eine Deepgram-Modell-ID an, wenn Sie ein bestimmtes Modell verwenden möchten. Verfügbare Modelle finden Sie in der [Deepgram-Modelldokumentation.](https://developers.deepgram.com/docs/model) Wenn dieses Feld leer gelassen wird, wird das Standardmodell der API verwendet.
+ **Geheimer ARN** (erforderlich) — Geben Sie den ARN des Geheimnisses ein, das Sie in AWS Secrets Manager erstellt haben und das Ihren Deepgram-API-Schlüssel enthält.
1. Speichern Sie Ihre Änderungen, um die Deepgram-Sprachmodellpräferenz auf Ihr Bot-Gebietsschema anzuwenden.
Ihr Bot ist jetzt so konfiguriert, dass er Deepgram für die Spracherkennung verwendet. Testen Sie Ihren Bot, um sicherzustellen, dass die Spracherkennung mit der Deepgram-Integration wie erwartet funktioniert.
## Fehlerbehebung bei der Deepgram-Integration
Wenn Sie Probleme mit Ihrer Deepgram-Integration haben, überprüfen Sie Folgendes:
+ **Gültigkeit des API-Schlüssels:** Stellen Sie sicher, dass Ihr Deepgram-API-Schlüssel gültig und nicht abgelaufen ist.
+ **Geheime Konfiguration:** Stellen Sie sicher, dass Ihr Geheimnis in AWS Secrets Manager den richtigen Schlüsselnamen (`apiToken`) und API-Schlüsselwert enthält.
+ **Ressourcenrichtlinie:** Vergewissern Sie sich, dass die Ressourcenrichtlinie für Ihr Geheimnis Amazon Lex V2 den Zugriff darauf mit der richtigen Konto-ID und dem richtigen ARN-Muster ermöglicht.
+ **KMS-Schlüssel:** Stellen Sie sicher, dass Sie einen vom Kunden verwalteten symmetrischen KMS-Schlüssel verwenden, nicht den standardmäßigen AWS-verwalteten Schlüssel.
+ **Modell-ID:** Wenn Sie eine Modell-ID angegeben haben, stellen Sie sicher, dass es sich um eine gültige Deepgram-Modell-ID handelt.
Weitere Support erhalten Sie in den Amazon Lex CloudWatch V2-Protokollen oder wenden Sie sich an den AWS-Support.