Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Menganalisis audio call center dengan Call Analytics
Gunakan Amazon Transcribe Call Analytics untuk mendapatkan wawasan tentang interaksi agen-pelanggan. Call Analytics dirancang khusus untuk audio call center dan secara otomatis memberi Anda data berharga yang berkaitan dengan setiap panggilan dan setiap peserta. Anda juga dapat mengasah data pada titik-titik tertentu selama panggilan. Misalnya, Anda dapat membandingkan sentimen pelanggan dalam beberapa detik pertama panggilan dengan kuartal terakhir panggilan untuk melihat apakah agen Anda memberikan pengalaman positif. Contoh kasus penggunaan lainnya tercantum di [bagian berikut](#call-analytics-use-cases).
Call Analytics tersedia untuk transkripsi pasca-panggilan dan waktu nyata. Jika Anda menyalin file yang terletak di Amazon S3 ember, Anda melakukan transkripsi pasca-panggilan. Jika Anda menyalin aliran audio, Anda melakukan transkripsi waktu nyata. Kedua metode transkripsi ini menawarkan wawasan dan fitur Call Analytics yang berbeda. Untuk detail lebih lanjut tentang setiap metode, lihat [Analisis pasca-panggilan](call-analytics-batch.md) dan[Analisis Panggilan Waktu Nyata](call-analytics-streaming.md).
Dengan transkripsi Analytics Panggilan real-time, Anda juga dapat menyertakan [analitik pasca-panggilan](tca-post-call.md) dalam permintaan Anda. Transkrip analitik pasca-panggilan Anda disimpan di Amazon S3 bucket yang Anda tentukan dalam permintaan Anda. Lihat [Analisis pasca-panggilan dengan transkripsi waktu nyata](tca-post-call.md) untuk informasi lebih lanjut.
**Operasi API khusus untuk Call Analytics**
Pasca-panggilan: [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_DeleteCallAnalyticsJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_DeleteCallAnalyticsJob.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_GetCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_GetCallAnalyticsCategory.html),, [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_GetCallAnalyticsJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_GetCallAnalyticsJob.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_ListCallAnalyticsCategories.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_ListCallAnalyticsCategories.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_ListCallAnalyticsJobs.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_ListCallAnalyticsJobs.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartCallAnalyticsJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartCallAnalyticsJob.html)
Waktu nyata: [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartCallAnalyticsStreamTranscription.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartCallAnalyticsStreamTranscription.html), StartCallAnalyticsStreamTranscriptionWebSocket
## Kasus penggunaan umum
**Transkripsi pasca-panggilan:**
+ **Pantau frekuensi masalah dari waktu ke waktu**: Gunakan [kategorisasi panggilan](call-analytics-batch.md#tca-categorization-batch) untuk mengidentifikasi kata kunci berulang dalam transkrip Anda.
+ **Dapatkan wawasan tentang pengalaman layanan pelanggan Anda**: Gunakan [karakteristik panggilan](call-analytics-batch.md#tca-characteristics-batch) (waktu non-bicara, waktu bicara, interupsi, kenyaringan suara, kecepatan bicara) dan analisis sentimen untuk menentukan apakah masalah pelanggan diselesaikan dengan tepat selama panggilan.
+ **Pastikan kepatuhan terhadap peraturan atau kepatuhan terhadap kebijakan perusahaan**: Tetapkan [kata kunci dan frasa](call-analytics-batch.md#tca-categorization-batch) untuk salam atau penafian khusus perusahaan untuk memverifikasi bahwa agen Anda memenuhi persyaratan peraturan.
+ **Tingkatkan penanganan data pribadi pelanggan**: Gunakan [redaksi PII](call-analytics-batch.md#tca-pii-redact-batch) dalam output transkripsi atau file audio Anda untuk membantu melindungi privasi pelanggan.
+ **Tingkatkan pelatihan staf**: Gunakan kriteria (sentimen, waktu non-bicara, interupsi, kecepatan bicara) untuk menandai transkrip yang dapat digunakan sebagai contoh interaksi pelanggan positif atau negatif.
+ **Ukur kemanjuran staf dalam menciptakan pengalaman pelanggan yang positif**: Gunakan [analisis sentimen](call-analytics-batch.md#tca-sentiment-batch) untuk mengukur apakah agen Anda dapat mengubah sentimen pelanggan negatif menjadi positif seiring kemajuan panggilan.
+ **Tingkatkan organisasi data**: Beri label dan urutkan panggilan berdasarkan [kategori khusus](call-analytics-batch.md#tca-categorization-batch) (termasuk kata kunci dan frasa, sentimen, waktu bicara, dan interupsi).
+ **Ringkas aspek-aspek penting dari panggilan menggunakan Generative AI**: Gunakan ringkasan [panggilan generatif](call-analytics-batch.md#tca-summarization-batch) untuk mendapatkan ringkasan ringkas dari transkrip, yang mencakup komponen kunci seperti masalah, item tindakan, dan hasil yang dibahas dalam panggilan.
**Transkripsi waktu nyata:**
+ **Mengurangi eskalasi secara real time**: Siapkan [peringatan waktu nyata](tca-start-stream.md#tca-create-alert-stream) untuk frasa kunci — seperti pelanggan yang mengatakan “berbicara dengan manajer” — untuk menandai panggilan saat mereka mulai meningkat. Anda dapat membuat peringatan waktu nyata menggunakan kecocokan kategori waktu nyata.
+ **Tingkatkan penanganan data pelanggan**: Gunakan [identifikasi PII](call-analytics-streaming.md#tca-pii-id-stream) atau [redaksi PII](call-analytics-streaming.md#tca-pii-redact-stream) dalam output transkripsi Anda untuk membantu melindungi privasi pelanggan.
+ **Identifikasi kata kunci dan frasa** [khusus: Gunakan kategori](call-analytics-streaming.md#tca-category-events-stream) khusus untuk menandai kata kunci tertentu dalam panggilan.
+ **Identifikasi masalah secara** otomatis: Gunakan [deteksi masalah](call-analytics-streaming.md#tca-issue-detection-stream) otomatis untuk mendapatkan ringkasan singkat dari semua masalah yang diidentifikasi dalam panggilan.
+ **Ukur kemanjuran staf dalam menciptakan pengalaman pelanggan yang positif**: Gunakan [analisis sentimen](call-analytics-streaming.md#tca-sentiment-stream) untuk mengukur apakah agen Anda dapat mengubah sentimen pelanggan negatif menjadi positif seiring kemajuan panggilan.
+ **Siapkan bantuan agen**: Gunakan wawasan pilihan Anda untuk memberikan bantuan proaktif kepada agen Anda dalam menyelesaikan panggilan pelanggan. Lihat [Live Call Analytics dan bantuan agen untuk pusat kontak Anda dengan layanan AI bahasa Amazon](https://aws.amazon.com/blogs/machine-learning/live-call-analytics-and-agent-assist-for-your-contact-center-with-amazon-language-ai-services/) untuk informasi selengkapnya.
Untuk membandingkan fitur yang tersedia dengan Call Analytics dengan fitur for Amazon Transcribe dan Amazon Transcribe Medical, lihat [tabel fitur](feature-matrix.md).
Untuk memulai, lihat [Memulai transkripsi analitik pasca-panggilan](tca-start-batch.md) dan[Memulai transkripsi Analisis Panggilan waktu nyata](tca-start-stream.md). Output Call Analytics mirip dengan pekerjaan transkripsi standar, tetapi berisi data analitik tambahan. Untuk melihat output sampel, lihat [Output analitik pasca-panggilan](tca-output-batch.md) dan[Output Analisis Panggilan Waktu Nyata](tca-output-streaming.md).
## Pertimbangan dan informasi tambahan
Sebelum menggunakan Call Analytics, perhatikan bahwa:
+ Call Analytics hanya mendukung audio dua saluran, di mana agen hadir di satu saluran dan pelanggan hadir di saluran kedua.
+ [Antrian pekerjaan](job-queueing.md)selalu diaktifkan untuk pekerjaan analitik pasca-panggilan, jadi Anda dibatasi pada 100 pekerjaan Analytics Panggilan bersamaan. Jika Anda ingin meminta kenaikan kuota, lihat [kuota AWS layanan](https://docs.aws.amazon.com/general/latest/gr/aws_service_limits.html).
+ File input untuk pekerjaan analitik pasca-panggilan tidak boleh lebih dari 500 MB dan harus kurang dari 4 jam. Untuk file audio dengan frekuensi lebih besar dari 8kHz, durasi audio harus kurang dari atau sama dengan 2 jam. Perhatikan bahwa batas ukuran file mungkin lebih kecil untuk format file audio non-WAV terkompresi tertentu.
+ Jika menggunakan kategori, Anda harus membuat semua kategori yang diinginkan sebelum memulai transkripsi Call Analytics. Setiap kategori baru tidak dapat diterapkan pada transkripsi yang ada. Untuk mempelajari cara membuat kategori baru, lihat [Membuat kategori untuk transkripsi pasca-panggilan](tca-categories-batch.md) dan[Membuat kategori untuk transkripsi waktu nyata](tca-categories-stream.md).
+ Beberapa kuota Call Analytics berbeda dari Amazon Transcribe dan Amazon Transcribe Medis; lihat [Referensi AWS Umum](https://docs.aws.amazon.com/general/latest/gr/transcribe.html#transcribe_region) untuk detailnya.
**Selami lebih dalam dengan Blog AWS Machine Learning**
Untuk mempelajari lebih lanjut tentang opsi Call Analytics, lihat:
[Posting Analisis Panggilan untuk pusat kontak Anda dengan layanan AI bahasa Amazon](https://aws.amazon.com/blogs/machine-learning/post-call-analytics-for-your-contact-center-with-amazon-language-ai-services/)
[Live Call Analytics dan bantuan agen untuk pusat kontak Anda dengan layanan AI bahasa Amazon](https://aws.amazon.com/blogs/machine-learning/live-call-analytics-and-agent-assist-for-your-contact-center-with-amazon-language-ai-services/)
Untuk melihat contoh keluaran dan fitur Call Analytics, lihat [GitHubdemo](https://github.com/aws-samples/amazon-transcribe-post-call-analytics) kami. Kami juga menawarkan aplikasi [dokumen JSON ke Word](https://github.com/aws-samples/amazon-transcribe-output-word-document) untuk mengonversi transkrip Anda menjadi easy-to-read format.
## Ketersediaan dan kuota wilayah
Call Analytics didukung sebagai berikut Wilayah AWS:
| **Wilayah** | **Jenis transkripsi** |
| --- | --- |
| ap-northeast-1 (Tokyo) | post-call, real-time |
| ap-northeast-2 (Seoul) | post-call, real-time |
| ap-south-1 (Mumbai) | post-call |
| ap-southeast-1 (Singapura) | post-call |
| ap-southeast-2 (Sydney) | post-call, real-time |
| ca-central-1 (Kanada, Tengah) | post-call, real-time |
| eu-central-1 (Frankfurt am Main) | post-call, real-time |
| eu-west-2 (London) | post-call, real-time |
| us-east-1 (Virginia Utara) | post-call, real-time |
| us-west-2 (Oregon) | post-call, real-time |
Perhatikan bahwa dukungan Wilayah berbeda untuk [Amazon Transcribe[Amazon Transcribe Medical](transcribe-medical.md#med-regions)](what-is.md#tsc-regions), dan Call Analytics.
Untuk mendapatkan titik akhir untuk setiap Wilayah yang didukung, lihat [Titik akhir Layanan di Referensi AWS](https://docs.aws.amazon.com/general/latest/gr/transcribe.html#transcribe_region) *Umum*.
*Untuk daftar kuota yang berkaitan dengan transkripsi Anda, lihat [kuota Layanan di Referensi Umum](https://docs.aws.amazon.com/general/latest/gr/transcribe.html#limits-amazon-transcribe).AWS * Beberapa kuota dapat diubah berdasarkan permintaan. Jika kolom **Adjustable** berisi '**Ya**', Anda dapat meminta peningkatan. Untuk melakukannya, pilih tautan yang disediakan.
# Analisis pasca-panggilan
Call Analytics menyediakan analisis pasca-panggilan, yang berguna untuk memantau tren layanan pelanggan.
Transkripsi pasca-panggilan menawarkan wawasan berikut:
+ [Karakteristik panggilan](#tca-characteristics-batch), termasuk waktu bicara, waktu non-bicara, kenyaringan speaker, interupsi, kecepatan bicara, masalah, hasil, dan item tindakan
+ [Ringkasan panggilan generatif](#tca-summarization-batch), yang membuat ringkasan ringkas dari seluruh panggilan
+ [Kategorisasi kustom](#tca-categorization-batch) dengan aturan yang dapat Anda gunakan untuk mengasah kata kunci dan kriteria tertentu
+ [Redaksi PII](#tca-pii-redact-batch) dari transkrip teks dan file audio Anda
+ [Sentimen pembicara](#tca-sentiment-batch) untuk setiap penelepon di berbagai titik dalam panggilan
## Wawasan pasca-panggilan
Bagian ini merinci wawasan yang tersedia untuk transkripsi analitik pasca-panggilan.
### Karakteristik panggilan
Fitur karakteristik panggilan mengukur kualitas interaksi agen-pelanggan menggunakan kriteria berikut:
+ **Gangguan**: Mengukur jika dan ketika satu peserta memotong peserta lain di tengah kalimat. Gangguan yang sering dapat dikaitkan dengan kekasaran atau kemarahan, dan dapat berkorelasi dengan sentimen negatif untuk satu atau kedua peserta.
+ **Kenyaringan**: Mengukur volume di mana setiap peserta berbicara. Gunakan metrik ini untuk melihat apakah penelepon atau agen berbicara keras atau berteriak, yang sering menunjukkan kesal. Metrik ini direpresentasikan sebagai nilai yang dinormalisasi (tingkat ucapan per detik ucapan di segmen tertentu) pada skala dari 0 hingga 100, di mana nilai yang lebih tinggi menunjukkan suara yang lebih keras.
+ **Waktu non-bicara**: Mengukur periode waktu yang tidak mengandung ucapan. Gunakan metrik ini untuk melihat apakah ada periode keheningan yang lama, seperti agen yang menahan pelanggan untuk waktu yang berlebihan.
+ **Kecepatan bicara**: Mengukur kecepatan di mana kedua peserta berbicara. Pemahaman dapat terpengaruh jika satu peserta berbicara terlalu cepat. Metrik ini diukur dalam kata-kata per menit.
+ **Waktu bicara**: Mengukur jumlah waktu (dalam milidetik) setiap peserta berbicara selama panggilan. Gunakan metrik ini untuk membantu mengidentifikasi apakah satu peserta mendominasi panggilan atau jika dialog seimbang.
+ **Masalah, Hasil, dan Item Tindakan**: Mengidentifikasi masalah, hasil, dan item tindakan dari transkrip panggilan.
Berikut adalah [contoh output](tca-output-batch.md#tca-output-characteristics-batch).
### Ringkasan panggilan generatif
Ringkasan panggilan generatif membuat ringkasan ringkas dari seluruh panggilan, menangkap komponen utama seperti alasan panggilan, langkah-langkah yang diambil untuk menyelesaikan masalah, dan langkah selanjutnya.
Menggunakan ringkasan panggilan generatif, Anda dapat:
+ Kurangi kebutuhan akan pencatatan manual selama dan setelah panggilan.
+ Tingkatkan efisiensi agen karena mereka dapat menghabiskan lebih banyak waktu berbicara dengan penelepon yang menunggu dalam antrian daripada terlibat dalam pekerjaan setelah panggilan.
+ Mempercepat ulasan supervisor karena ringkasan panggilan jauh lebih cepat untuk ditinjau daripada seluruh transkrip.
Untuk menggunakan ringkasan panggilan generatif dengan pekerjaan analitik pasca-panggilan, lihat [Mengaktifkan](https://docs.aws.amazon.com/transcribe/latest/dg/tca-enable-summarization.html) ringkasan panggilan generatif. Misalnya keluaran, lihat Contoh [keluaran ringkasan panggilan generatif](https://docs.aws.amazon.com/transcribe/latest/dg/tca-output-batch.html#tca-output-summarization-batch). Ringkasan panggilan generatif diberi harga terpisah (silakan lihat halaman [harga](https://aws.amazon.com/transcribe/pricing)).
**catatan**
Ringkasan panggilan generatif saat ini tersedia di `us-east-1` dan. `us-west-2` Kemampuan ini didukung dengan dialek bahasa Inggris ini: Australia (`en-AU`), Inggris (), India (`en-GB`), Irlandia (`en-IN``en-IE`), Skotlandia (`en-AB`), AS (`en-US`), dan Welsh (). `en-WL`
### Kategorisasi kustom
Gunakan kategorisasi panggilan untuk menandai kata kunci, frasa, sentimen, atau tindakan dalam panggilan. Opsi kategorisasi kami dapat membantu Anda melakukan triase eskalasi, seperti panggilan sentimen negatif dengan banyak gangguan, atau mengatur panggilan ke dalam kategori tertentu, seperti departemen perusahaan.
Kriteria yang dapat Anda tambahkan ke kategori meliputi:
+ **Waktu non-bicara**: Periode waktu ketika pelanggan maupun agen tidak berbicara.
+ **Interupsi**: Ketika pelanggan atau agen mengganggu orang lain.
+ **Sentimen pelanggan atau agen**: Bagaimana perasaan pelanggan atau agen selama periode waktu tertentu. Jika setidaknya 50 persen percakapan berubah ( back-and-forthantara dua pembicara) dalam periode waktu tertentu sesuai dengan sentimen yang ditentukan, Amazon Transcribe anggap sentimen itu cocok.
+ **Kata kunci atau frasa**: Cocokkan bagian transkripsi berdasarkan frasa yang tepat. Misalnya, jika Anda menyetel filter untuk frasa “Saya ingin berbicara dengan manajer”, Amazon Transcribe filter untuk frasa yang *tepat* itu.
Anda juga dapat menandai kebalikan dari kriteria sebelumnya (waktu bicara, kurangnya interupsi, sentimen tidak hadir, dan kurangnya frasa tertentu).
Berikut adalah [contoh output](tca-output-batch.md#tca-output-categorization-batch).
Untuk informasi selengkapnya tentang kategori atau mempelajari cara membuat kategori baru, lihat[Membuat kategori untuk transkripsi pasca-panggilan](tca-categories-batch.md).
### Redaksi data sensitif
Redaksi data sensitif menggantikan informasi yang dapat diidentifikasi secara pribadi (PII) dalam transkrip teks dan file audio. Transkrip yang disunting menggantikan teks asli dengan`[PII]`; file audio yang disunting menggantikan informasi pribadi yang diucapkan dengan keheningan. Parameter ini berguna untuk melindungi informasi pelanggan.
**catatan**
Redaksi PII pasca-panggilan didukung dengan US English (`en-US`) dan US Spanish (). `es-US`
Untuk melihat daftar PII yang disunting menggunakan fitur ini, atau untuk mempelajari lebih lanjut tentang redaksi dengan Amazon Transcribe, lihat. [Menyunting atau mengidentifikasi informasi yang dapat diidentifikasi secara pribadi](pii-redaction.md)
Berikut adalah [contoh keluaran](tca-output-batch.md#tca-output-pii-redact-batch).
### Analisis sentimen
Analisis sentimen memperkirakan bagaimana perasaan pelanggan dan agen selama panggilan berlangsung. Metrik ini direpresentasikan sebagai nilai kuantitatif (dengan rentang dari `5` ke`-5`) dan nilai kualitatif (`positive`,, `neutral``mixed`, atau`negative`). Nilai kuantitatif disediakan per kuartal dan per panggilan; nilai kualitatif disediakan per giliran.
Metrik ini dapat membantu mengidentifikasi apakah agen Anda dapat menyenangkan pelanggan yang kesal pada saat panggilan berakhir.
Analisis sentimen berfungsi out-of-the-box dan karenanya tidak mendukung penyesuaian, seperti pelatihan model atau kategori khusus.
Berikut adalah [contoh output](tca-output-batch.md#tca-output-sentiment-batch).
# Membuat kategori untuk transkripsi pasca-panggilan
Analisis pasca-panggilan mendukung pembuatan kategori khusus, memungkinkan Anda menyesuaikan analisis transkrip agar sesuai dengan kebutuhan bisnis spesifik Anda.
Anda dapat membuat kategori sebanyak yang Anda suka untuk mencakup berbagai skenario yang berbeda. Untuk setiap kategori yang Anda buat, Anda harus membuat antara 1 dan 20 aturan. Setiap aturan didasarkan pada salah satu dari empat kriteria: interupsi, kata kunci, waktu non-bicara, atau sentimen. Untuk detail lebih lanjut tentang penggunaan kriteria ini dengan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html)operasi, lihat [Kriteria aturan untuk kategori analitik pasca-panggilan](#tca-rules-batch) bagian.
Jika konten di media Anda cocok dengan semua aturan yang Anda tentukan dalam kategori tertentu, beri Amazon Transcribe label output Anda dengan kategori tersebut. Lihat [keluaran kategorisasi panggilan](tca-output-batch.md#tca-output-categorization-batch) untuk contoh kecocokan kategori dalam keluaran JSON.
Berikut adalah beberapa contoh dari apa yang dapat Anda lakukan dengan kategori khusus:
+ Mengisolasi panggilan dengan karakteristik tertentu, seperti panggilan yang diakhiri dengan sentimen pelanggan negatif
+ Identifikasi tren dalam masalah pelanggan dengan menandai dan melacak set kata kunci tertentu
+ Pantau kepatuhan, seperti agen yang berbicara (atau menghilangkan) frasa tertentu selama beberapa detik pertama panggilan
+ Dapatkan wawasan tentang pengalaman pelanggan dengan menandai panggilan dengan banyak gangguan agen dan sentimen pelanggan negatif
+ Bandingkan beberapa kategori untuk mengukur korelasi, seperti menganalisis apakah agen yang menggunakan frase selamat datang berkorelasi dengan sentimen pelanggan yang positif
**Kategori pasca-panggilan versus waktu nyata**
Saat membuat kategori baru, Anda dapat menentukan apakah Anda ingin dibuat sebagai kategori analitik pasca-panggilan (`POST_CALL`) atau sebagai kategori Analisis Panggilan real-time (`REAL_TIME`). Jika Anda tidak menentukan opsi, kategori Anda dibuat sebagai kategori pasca-panggilan secara default. Pencocokan kategori analitik pasca-panggilan tersedia di output Anda setelah menyelesaikan transkripsi analitik pasca-panggilan Anda.
Untuk membuat kategori baru untuk analitik pasca-panggilan, Anda dapat menggunakan **Konsol Manajemen AWS**AWS CLI****,, atau **AWS SDKs**; lihat contoh berikut:
## Konsol Manajemen AWS
1. Di panel navigasi, di bawah Amazon Transcribe, pilih **Amazon Transcribe Call Analytics**.
1. Pilih **kategori analisis Panggilan**, yang akan membawa Anda ke halaman **kategori analisis Panggilan**. Pilih **Buat kategori**.
![\[Amazon Transcribe tangkapan layar konsol: halaman 'kategori' Call Analytics.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-categories.png)
1. Anda sekarang berada di **halaman kategori Buat**. Masukkan nama untuk kategori Anda, lalu pilih 'Analisis panggilan batch' di menu tarik-turun **tipe Kategori**.
![\[Amazon Transcribe tangkapan layar konsol: panel 'pengaturan kategori'.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-categories-type.png)
1. Anda dapat memilih template untuk membuat kategori Anda atau Anda dapat membuatnya dari awal.
Jika menggunakan templat: pilih **Gunakan templat (disarankan)**, pilih templat yang Anda inginkan, lalu pilih **Buat kategori**.
![\[Amazon Transcribe tangkapan layar konsol: panel 'pengaturan kategori' yang menampilkan templat opsional.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-categories-settings-batch.png)
1. Jika membuat kategori kustom: pilih **Buat dari awal**.
![\[Amazon Transcribe tangkapan layar konsol: halaman 'buat kategori' yang menampilkan panel 'aturan'.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-categories-custom.png)
1. Tambahkan aturan ke kategori Anda menggunakan menu tarik-turun. Anda dapat menambahkan hingga 20 aturan per kategori.
![\[Amazon Transcribe tangkapan layar konsol: panel 'aturan' dengan daftar jenis aturan.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-categories-custom-rules1.png)
1. Berikut adalah contoh kategori dengan dua aturan: agen yang mengganggu pelanggan selama lebih dari 15 detik selama panggilan dan sentimen negatif yang dirasakan oleh pelanggan atau agen dalam dua menit terakhir panggilan.
![\[Amazon Transcribe tangkapan layar konsol: panel 'aturan' dengan dua contoh aturan.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-categories-custom-rules2.png)
1. Setelah selesai menambahkan aturan ke kategori, pilih **Buat kategori**.
## AWS CLI
Contoh ini menggunakan [create-call-analytics-category](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/create-call-analytics-category.html)perintah. Lihat informasi selengkapnya di [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CategoryProperties.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CategoryProperties.html), dan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Rule.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Rule.html).
Contoh berikut membuat kategori dengan aturan:
+ Pelanggan terganggu dalam 60.000 milidetik pertama. Durasi interupsi ini berlangsung setidaknya 10.000 milidetik.
+ Ada periode hening yang berlangsung setidaknya 20.000 milidetik antara 10% dalam panggilan dan 80% ke dalam panggilan.
+ Agen memiliki sentimen negatif di beberapa titik dalam panggilan tersebut.
+ Kata “selamat datang” atau “halo” tidak digunakan dalam 10.000 milidetik pertama panggilan.
Contoh ini menggunakan [create-call-analytics-category](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/create-call-analytics-category.html)perintah, dan badan permintaan yang menambahkan beberapa aturan ke kategori Anda.
```
aws transcribe create-call-analytics-category \
--cli-input-json file://filepath/my-first-analytics-category.json
```
File *my-first-analytics-category.json* berisi badan permintaan berikut.
```
{
"CategoryName": "my-new-category",
"InputType": "POST_CALL",
"Rules": [
{
"InterruptionFilter": {
"AbsoluteTimeRange": {
"First": 60000
},
"Negate": false,
"ParticipantRole": "CUSTOMER",
"Threshold": 10000
}
},
{
"NonTalkTimeFilter": {
"Negate": false,
"RelativeTimeRange": {
"EndPercentage": 80,
"StartPercentage": 10
},
"Threshold": 20000
}
},
{
"SentimentFilter": {
"ParticipantRole": "AGENT",
"Sentiments": [
"NEGATIVE"
]
}
},
{
"TranscriptFilter": {
"Negate": true,
"AbsoluteTimeRange": {
"First": 10000
},
"Targets": [
"welcome",
"hello"
],
"TranscriptFilterType": "EXACT"
}
}
]
}
```
## AWS SDK untuk Python (Boto3)
Contoh ini menggunakan AWS SDK untuk Python (Boto3) untuk membuat kategori menggunakan `CategoryName` dan `Rules` argumen untuk metode [create\$1call\$1analytics\$1category](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/transcribe.html#TranscribeService.Client.create_call_analytics_category). Lihat informasi selengkapnya di [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CategoryProperties.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CategoryProperties.html), dan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Rule.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Rule.html).
Untuk contoh tambahan menggunakan AWS SDKs, termasuk contoh khusus fitur, skenario, dan lintas layanan, lihat bagian ini. [Contoh kode untuk Amazon Transcribe menggunakan AWS SDKs](service_code_examples.md)
Contoh berikut membuat kategori dengan aturan:
+ Pelanggan terganggu dalam 60.000 milidetik pertama. Durasi interupsi ini berlangsung setidaknya 10.000 milidetik.
+ Ada periode hening yang berlangsung setidaknya 20.000 milidetik antara 10% dalam panggilan dan 80% ke dalam panggilan.
+ Agen memiliki sentimen negatif di beberapa titik dalam panggilan tersebut.
+ Kata “selamat datang” atau “halo” tidak digunakan dalam 10.000 milidetik pertama panggilan.
```
from __future__ import print_function
import time
import boto3
transcribe = boto3.client('transcribe', 'us-west-2')
category_name = "my-new-category"
transcribe.create_call_analytics_category(
CategoryName = category_name,
InputType = POST_CALL,
Rules = [
{
'InterruptionFilter': {
'AbsoluteTimeRange': {
'First': 60000
},
'Negate': False,
'ParticipantRole': 'CUSTOMER',
'Threshold': 10000
}
},
{
'NonTalkTimeFilter': {
'Negate': False,
'RelativeTimeRange': {
'EndPercentage': 80,
'StartPercentage': 10
},
'Threshold': 20000
}
},
{
'SentimentFilter': {
'ParticipantRole': 'AGENT',
'Sentiments': [
'NEGATIVE'
]
}
},
{
'TranscriptFilter': {
'Negate': True,
'AbsoluteTimeRange': {
'First': 10000
},
'Targets': [
'welcome',
'hello'
],
'TranscriptFilterType': 'EXACT'
}
}
]
)
result = transcribe.get_call_analytics_category(CategoryName = category_name)
print(result)
```
## Kriteria aturan untuk kategori analitik pasca-panggilan
Bagian ini menguraikan jenis `POST_CALL` aturan kustom yang dapat Anda buat menggunakan operasi [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html)API.
### Pertandingan interupsi
Aturan yang menggunakan interupsi (tipe [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_InterruptionFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_InterruptionFilter.html)data) dirancang agar sesuai:
+ Contoh di mana agen mengganggu pelanggan
+ Contoh di mana pelanggan mengganggu agen
+ Setiap peserta menginterupsi yang lain
+ Kurangnya interupsi
Berikut adalah contoh parameter yang tersedia dengan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_InterruptionFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_InterruptionFilter.html):
```
"InterruptionFilter": {
"AbsoluteTimeRange": {
Specify the time frame, in milliseconds, when the match should occur
},
"RelativeTimeRange": {
Specify the time frame, in percentage, when the match should occur
},
"Negate": Specify if you want to match the presence or absence of interruptions,
"ParticipantRole": Specify if you want to match speech from the agent, the customer, or both,
"Threshold": Specify a threshold for the amount of time, in seconds, interruptions occurred during the call
},
```
Lihat [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html)dan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_InterruptionFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_InterruptionFilter.html)untuk informasi lebih lanjut tentang parameter ini dan nilai valid yang terkait dengan masing-masing parameter.
### Pencocokan kata kunci
Aturan menggunakan kata kunci (tipe [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html)data) dirancang untuk mencocokkan:
+ Kata atau frasa khusus yang diucapkan oleh agen, pelanggan, atau keduanya
+ Kata atau frasa khusus yang **tidak** diucapkan oleh agen, pelanggan, atau keduanya
+ Kata atau frasa khusus yang terjadi dalam kerangka waktu tertentu
Berikut adalah contoh parameter yang tersedia dengan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html):
```
"TranscriptFilter": {
"AbsoluteTimeRange": {
Specify the time frame, in milliseconds, when the match should occur
},
"RelativeTimeRange": {
Specify the time frame, in percentage, when the match should occur
},
"Negate": Specify if you want to match the presence or absence of your custom keywords,
"ParticipantRole": Specify if you want to match speech from the agent, the customer, or both,
"Targets": [ The custom words and phrases you want to match ],
"TranscriptFilterType": Use this parameter to specify an exact match for the specified targets
}
```
Lihat [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html)dan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html)untuk informasi lebih lanjut tentang parameter ini dan nilai valid yang terkait dengan masing-masing parameter.
### Pertandingan waktu non-bicara
Aturan yang menggunakan waktu non-bicara (tipe [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_NonTalkTimeFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_NonTalkTimeFilter.html)data) dirancang agar sesuai:
+ Kehadiran keheningan pada periode tertentu selama panggilan
+ Kehadiran pidato pada periode tertentu selama panggilan
Berikut adalah contoh parameter yang tersedia dengan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_NonTalkTimeFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_NonTalkTimeFilter.html):
```
"NonTalkTimeFilter": {
"AbsoluteTimeRange": {
Specify the time frame, in milliseconds, when the match should occur
},
"RelativeTimeRange": {
Specify the time frame, in percentage, when the match should occur
},
"Negate": Specify if you want to match the presence or absence of speech,
"Threshold": Specify a threshold for the amount of time, in seconds, silence (or speech) occurred during the call
},
```
Lihat [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html)dan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_NonTalkTimeFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_NonTalkTimeFilter.html)untuk informasi lebih lanjut tentang parameter ini dan nilai valid yang terkait dengan masing-masing parameter.
### Pertandingan sentimen
Aturan menggunakan sentimen (tipe [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_SentimentFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_SentimentFilter.html)data) dirancang agar sesuai:
+ Ada atau tidaknya sentimen positif yang diungkapkan oleh pelanggan, agen, atau keduanya pada titik-titik tertentu dalam panggilan
+ Ada atau tidaknya sentimen negatif yang diungkapkan oleh pelanggan, agen, atau keduanya pada titik-titik tertentu dalam panggilan
+ Ada atau tidaknya sentimen netral yang diungkapkan oleh pelanggan, agen, atau keduanya pada titik-titik tertentu dalam panggilan
+ Ada atau tidaknya sentimen campuran yang diungkapkan oleh pelanggan, agen, atau keduanya pada titik-titik tertentu dalam panggilan
Berikut adalah contoh parameter yang tersedia dengan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_SentimentFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_SentimentFilter.html):
```
"SentimentFilter": {
"AbsoluteTimeRange": {
Specify the time frame, in milliseconds, when the match should occur
},
"RelativeTimeRange": {
Specify the time frame, in percentage, when the match should occur
},
"Negate": Specify if you want to match the presence or absence of your chosen sentiment,
"ParticipantRole": Specify if you want to match speech from the agent, the customer, or both,
"Sentiments": [ The sentiments you want to match ]
},
```
Lihat [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html)dan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_SentimentFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_SentimentFilter.html)untuk informasi lebih lanjut tentang parameter ini dan nilai valid yang terkait dengan masing-masing parameter.
# Memulai transkripsi analitik pasca-panggilan
Sebelum memulai transkripsi analitik pasca-panggilan, Anda harus membuat semua [kategori](tca-categories-batch.md) yang Amazon Transcribe ingin Anda cocokkan dalam audio Anda.
**catatan**
Transkrip Call Analytics tidak dapat dicocokkan secara surut dengan kategori baru. Hanya kategori yang Anda buat *sebelum* memulai transkripsi Call Analytics yang dapat diterapkan ke output transkripsi tersebut.
Jika Anda telah membuat satu atau beberapa kategori, dan audio Anda cocok dengan semua aturan dalam setidaknya satu kategori, Amazon Transcribe tandai output Anda dengan kategori yang cocok. Jika Anda memilih untuk tidak menggunakan kategori, atau jika audio Anda tidak cocok dengan aturan yang ditentukan dalam kategori Anda, transkrip Anda tidak ditandai.
Untuk memulai transkripsi analitik pasca-panggilan, Anda dapat menggunakan **Konsol Manajemen AWS**, **AWS CLI**, atau **AWS SDKs**; lihat contoh berikut:
## Konsol Manajemen AWS
Gunakan prosedur berikut untuk memulai pekerjaan analitik pasca-panggilan. Panggilan yang cocok dengan semua karakteristik yang ditentukan oleh kategori diberi label dengan kategori tersebut.
1. Di panel navigasi, di bawah Amazon Transcribe Call Analytics, pilih **Pekerjaan analitik panggilan**.
1. Pilih **Buat tugas**.
![\[Amazon Transcribe tangkapan layar konsol: halaman 'Call Analytics jobs'.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-start.png)
1. Pada halaman **Tentukan detail pekerjaan**, berikan informasi tentang pekerjaan Analytics Panggilan Anda, termasuk lokasi data masukan Anda.
![\[Amazon Transcribe tangkapan layar konsol: halaman 'tentukan detail pekerjaan'.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-start-settings1.png)
Tentukan Amazon S3 lokasi yang diinginkan dari data keluaran Anda dan IAM peran mana yang akan digunakan.
![\[Amazon Transcribe tangkapan layar konsol: panel 'izin akses'.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-start-settings2.png)
1. Pilih **Berikutnya**.
1. Untuk **pekerjaan Konfigurasi**, aktifkan fitur opsional apa pun yang ingin Anda sertakan dengan pekerjaan Analytics Panggilan Anda. Jika sebelumnya Anda membuat kategori, kategori tersebut muncul di panel **Kategori** dan secara otomatis diterapkan ke pekerjaan Analytics Panggilan Anda.
![\[Amazon Transcribe tangkapan layar konsol: halaman 'konfigurasi pekerjaan' yang menampilkan semua kategori khusus.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-start-configure.png)
1. Pilih **Buat tugas**.
## AWS CLI
Contoh ini menggunakan [start-call-analytics-job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/start-call-analytics-job.html)perintah dan `channel-definitions` parameter. Untuk informasi selengkapnya, lihat [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartCallAnalyticsJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartCallAnalyticsJob.html) dan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_ChannelDefinition.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_ChannelDefinition.html).
```
aws transcribe start-call-analytics-job \
--region us-west-2 \
--call-analytics-job-name my-first-call-analytics-job \
--media MediaFileUri=s3://amzn-s3-demo-bucket/my-input-files/my-media-file.flac \
--output-location s3://amzn-s3-demo-bucket/my-output-files/ \
--data-access-role-arn arn:aws:iam::111122223333:role/ExampleRole \
--channel-definitions ChannelId=0,ParticipantRole=AGENT ChannelId=1,ParticipantRole=CUSTOMER
```
Berikut contoh lain menggunakan [start-call-analytics-job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/start-call-analytics-job.html)perintah, dan badan permintaan yang memungkinkan Call Analytics untuk pekerjaan itu.
```
aws transcribe start-call-analytics-job \
--region us-west-2 \
--cli-input-json file://filepath/my-call-analytics-job.json
```
File *my-call-analytics-job.json* berisi badan permintaan berikut.
```
{
"CallAnalyticsJobName": "my-first-call-analytics-job",
"DataAccessRoleArn": "arn:aws:iam::111122223333:role/ExampleRole",
"Media": {
"MediaFileUri": "s3://amzn-s3-demo-bucket/my-input-files/my-media-file.flac"
},
"OutputLocation": "s3://amzn-s3-demo-bucket/my-output-files/",
"ChannelDefinitions": [
{
"ChannelId": 0,
"ParticipantRole": "AGENT"
},
{
"ChannelId": 1,
"ParticipantRole": "CUSTOMER"
}
]
}
```
## AWS SDK untuk Python (Boto3)
Contoh ini menggunakan AWS SDK untuk Python (Boto3) untuk memulai pekerjaan Call Analytics menggunakan metode [start\$1call\$1analytics\$1job](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/transcribe.html#TranscribeService.Client.start_call_analytics_job). Untuk informasi selengkapnya, lihat [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartCallAnalyticsJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartCallAnalyticsJob.html) dan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_ChannelDefinition.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_ChannelDefinition.html).
Untuk contoh tambahan menggunakan AWS SDKs, termasuk contoh khusus fitur, skenario, dan lintas layanan, lihat bagian ini. [Contoh kode untuk Amazon Transcribe menggunakan AWS SDKs](service_code_examples.md)
```
from __future__ import print_function
import time
import boto3
transcribe = boto3.client('transcribe', 'us-west-2')
job_name = "my-first-call-analytics-job"
job_uri = "s3://amzn-s3-demo-bucket/my-input-files/my-media-file.flac"
output_location = "s3://amzn-s3-demo-bucket/my-output-files/"
data_access_role = "arn:aws:iam::111122223333:role/ExampleRole"
transcribe.start_call_analytics_job(
CallAnalyticsJobName = job_name,
Media = {
'MediaFileUri': job_uri
},
DataAccessRoleArn = data_access_role,
OutputLocation = output_location,
ChannelDefinitions = [
{
'ChannelId': 0,
'ParticipantRole': 'AGENT'
},
{
'ChannelId': 1,
'ParticipantRole': 'CUSTOMER'
}
]
)
while True:
status = transcribe.get_call_analytics_job(CallAnalyticsJobName = job_name)
if status['CallAnalyticsJob']['CallAnalyticsJobStatus'] in ['COMPLETED', 'FAILED']:
break
print("Not ready yet...")
time.sleep(5)
print(status)
```
# Output analitik pasca-panggilan
Transkrip analitik pasca-panggilan ditampilkan dalam turn-by-turn format berdasarkan segmen. Mereka termasuk kategorisasi panggilan, karakteristik panggilan (skor kenyaringan, interupsi, waktu non-bicara, kecepatan bicara), ringkasan panggilan (masalah, hasil, dan item tindakan), redaksi, dan sentimen. Selain itu, ringkasan karakteristik percakapan disediakan di akhir transkrip.
Untuk meningkatkan akurasi dan lebih lanjut menyesuaikan transkrip Anda dengan kasus penggunaan Anda, seperti menyertakan istilah khusus industri, tambahkan [kosakata](custom-vocabulary.md) khusus atau [model bahasa khusus](custom-language-models.md) ke permintaan Analisis Panggilan Anda. Untuk menutupi, menghapus, atau menandai kata-kata yang tidak Anda inginkan dalam hasil transkripsi Anda, seperti kata-kata kotor, tambahkan pemfilteran [kosakata](vocabulary-filtering.md). Jika Anda tidak yakin kode bahasa yang akan diteruskan ke file media, Anda dapat mengaktifkan [identifikasi bahasa batch](https://docs.aws.amazon.com/transcribe/latest/dg/lang-id-batch.html) untuk secara otomatis mengidentifikasi bahasa dalam file media Anda.
Bagian berikut menunjukkan contoh output JSON pada tingkat wawasan. Untuk output yang dikompilasi, lihat[Output analitik pasca-panggilan yang dikompilasi](#tca-output-batch-compiled).
## Kategorisasi panggilan
Inilah yang terlihat seperti kecocokan kategori dalam keluaran transkripsi Anda. Contoh ini menunjukkan bahwa audio dari stempel waktu 40040 milidetik ke stempel waktu 42460 milidetik cocok dengan kategori 'resolusi positif'. Dalam hal ini, kategori 'resolusi positif' khusus membutuhkan sentimen positif dalam beberapa detik terakhir pidato.
```
"Categories": {
"MatchedDetails": {
"positive-resolution": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 40040,
"EndOffsetMillis": 42460
}
]
}
},
"MatchedCategories": [
" positive-resolution"
]
},
```
## Karakteristik panggilan
Inilah yang terlihat seperti karakteristik panggilan dalam keluaran transkripsi Anda. Perhatikan bahwa skor kenyaringan disediakan untuk setiap giliran percakapan, sementara semua karakteristik lainnya disediakan di akhir transkrip.
```
"LoudnessScores": [
87.54,
88.74,
90.16,
86.36,
85.56,
85.52,
81.79,
87.74,
89.82
],
...
"ConversationCharacteristics": {
"NonTalkTime": {
"Instances": [],
"TotalTimeMillis": 0
},
"Interruptions": {
"TotalCount": 2,
"TotalTimeMillis": 10700,
"InterruptionsByInterrupter": {
"AGENT": [
{
"BeginOffsetMillis": 26040,
"DurationMillis": 5510,
"EndOffsetMillis": 31550
}
],
"CUSTOMER": [
{
"BeginOffsetMillis": 770,
"DurationMillis": 5190,
"EndOffsetMillis": 5960
}
]
}
},
"TotalConversationDurationMillis": 42460,
...
"TalkSpeed": {
"DetailsByParticipant": {
"AGENT": {
"AverageWordsPerMinute": 150
},
"CUSTOMER": {
"AverageWordsPerMinute": 167
}
}
},
"TalkTime": {
"DetailsByParticipant": {
"AGENT": {
"TotalTimeMillis": 32750
},
"CUSTOMER": {
"TotalTimeMillis": 18010
}
},
"TotalTimeMillis": 50760
}
},
```
**Masalah, Item Tindakan, dan Langkah Selanjutnya**
+ Dalam contoh berikut, **masalah** diidentifikasi sebagai mulai dari karakter 7 dan berakhir pada karakter 51, yang mengacu pada bagian teks ini: "*Saya ingin membatalkan langganan resep saya*”.
```
"Content": "Well, I would like to cancel my recipe subscription.",
"IssuesDetected": [
{
"CharacterOffsets": {
"Begin": 7,
"End": 51
}
}
],
```
+ Dalam contoh berikut, **hasil** diidentifikasi sebagai mulai dari karakter 12 dan berakhir pada karakter 78, yang mengacu pada bagian teks ini: "*Saya membuat semua perubahan pada akun Anda dan sekarang diskon ini diterapkan*”.
```
"Content": "Wonderful. I made all changes to your account and now this discount is applied, please check.",
"OutcomesDetected": [
{
"CharacterOffsets": {
"Begin": 12,
"End": 78
}
}
],
```
+ Dalam contoh berikut, **item tindakan** diidentifikasi sebagai mulai dari karakter 0 dan berakhir pada karakter 103, yang mengacu pada bagian teks ini: "*Saya akan mengirim email dengan semua detail kepada Anda hari ini, dan saya akan menelepon Anda kembali minggu depan untuk menindaklanjuti*”.
```
"Content": "I will send an email with all the details to you today, and I will call you back next week to follow up. Have a wonderful evening.",
"ActionItemsDetected": [
{
"CharacterOffsets": {
"Begin": 0,
"End": 103
}
}
],
```
## Ringkasan panggilan generatif
Inilah yang terlihat seperti ringkasan panggilan generatif dalam keluaran transkripsi Anda:
```
"ContactSummary": {
"AutoGenerated": {
"OverallSummary": {
"Content": "A customer wanted to check to see if we had a bag allowance. We told them that we didn't have it, but we could add the bag from Canada to Calgary and then do the one coming back as well."
}
}
}
```
Pekerjaan analitik akan selesai tanpa pembuatan ringkasan dalam kasus berikut:
+ Konten percakapan tidak mencukupi: Percakapan harus mencakup setidaknya satu putaran dari agen dan pelanggan. Ketika konten percakapan tidak mencukupi, layanan akan mengembalikan kode kesalahan INSUFFICIENT\$1CONVERSATION\$1CONTENT.
+ Pagar pengaman: Percakapan harus memenuhi pagar pengaman di tempat untuk memastikan ringkasan yang tepat dihasilkan. Ketika pagar pembatas ini tidak terpenuhi, layanan akan mengembalikan kode kesalahan FAILED\$1SAFETY\$1GUIDELINES.
Kode kesalahan dapat ditemukan di `Skipped` bagian `AnalyticsJobDetails` dalam output. Anda juga dapat menemukan alasan kesalahan `CallAnalyticsJobDetails` dalam Respons [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_GetCallAnalyticsJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_GetCallAnalyticsJob.html)API.
**Contoh Kesalahan Output**
```
{
"JobStatus": "COMPLETED",
"AnalyticsJobDetails": {
"Skipped": [
{
"Feature": "GENERATIVE_SUMMARIZATION",
"ReasonCode": "INSUFFICIENT_CONVERSATION_CONTENT",
"Message": "The conversation needs to have at least one turn from both the participants to generate summary"
}
]
},
"LanguageCode": "en-US",
"AccountId": "***************",
"JobName": "Test2-copy",
...
}
```
## Analisis sentimen
Inilah yang terlihat seperti analisis sentimen dalam output transkripsi Anda.
+ Nilai turn-by-turn sentimen kualitatif:
```
"Content": "That's very sad to hear. Can I offer you a 50% discount to have you stay with us?",
...
"BeginOffsetMillis": 12180,
"EndOffsetMillis": 16960,
"Sentiment": "NEGATIVE",
"ParticipantRole": "AGENT"
...
"Content": "That is a very generous offer. And I accept.",
...
"BeginOffsetMillis": 17140,
"EndOffsetMillis": 19860,
"Sentiment": "POSITIVE",
"ParticipantRole": "CUSTOMER"
```
+ Nilai sentimen kuantitatif untuk seluruh panggilan:
```
"Sentiment": {
"OverallSentiment": {
"AGENT": 2.5,
"CUSTOMER": 2.1
},
```
+ Nilai sentimen kuantitatif per peserta dan per kuartal panggilan:
```
"SentimentByPeriod": {
"QUARTER": {
"AGENT": [
{
"Score": 0.0,
"BeginOffsetMillis": 0,
"EndOffsetMillis": 9862
},
{
"Score": -5.0,
"BeginOffsetMillis": 9862,
"EndOffsetMillis": 19725
},
{
"Score": 5.0,
"BeginOffsetMillis": 19725,
"EndOffsetMillis": 29587
},
{
"Score": 5.0,
"BeginOffsetMillis": 29587,
"EndOffsetMillis": 39450
}
],
"CUSTOMER": [
{
"Score": -2.5,
"BeginOffsetMillis": 0,
"EndOffsetMillis": 10615
},
{
"Score": 5.0,
"BeginOffsetMillis": 10615,
"EndOffsetMillis": 21230
},
{
"Score": 2.5,
"BeginOffsetMillis": 21230,
"EndOffsetMillis": 31845
},
{
"Score": 5.0,
"BeginOffsetMillis": 31845,
"EndOffsetMillis": 42460
}
]
}
}
```
## Redaksi PII
Inilah yang tampak seperti redaksi PII dalam keluaran transkripsi Anda.
```
"Content": "[PII], my name is [PII], how can I help?",
"Redaction": [{
"Confidence": "0.9998",
"Type": "NAME",
"Category": "PII"
}]
```
Untuk informasi selengkapnya, lihat [Menyunting PII di pekerjaan batch Anda](https://docs.aws.amazon.com/transcribe/latest/dg/pii-redaction-batch.html).
## Identifikasi bahasa
Seperti inilah tampilan Identifikasi Bahasa dalam keluaran transkripsi Anda jika fitur tersebut diaktifkan.
```
"LanguageIdentification": [{
"Code": "en-US",
"Score": "0.8299"
}, {
"Code": "en-NZ",
"Score": "0.0728"
}, {
"Code": "zh-TW",
"Score": "0.0695"
}, {
"Code": "th-TH",
"Score": "0.0156"
}, {
"Code": "en-ZA",
"Score": "0.0121"
}]
```
Dalam contoh keluaran di atas, Identifikasi Bahasa akan mengisi kode bahasa dengan skor kepercayaan. Hasil dengan skor tertinggi akan dipilih sebagai kode bahasa untuk transkripsi. Untuk detail mode lihat [Mengidentifikasi bahasa dominan di media Anda](https://docs.aws.amazon.com/transcribe/latest/dg/lang-id.html).
## Output analitik pasca-panggilan yang dikompilasi
Untuk singkatnya, beberapa konten diganti dengan elips dalam keluaran transkripsi berikut.
Sampel ini mencakup fitur opsional - Ringkasan panggilan generatif.
```
{
"JobStatus": "COMPLETED",
"LanguageCode": "en-US",
"Transcript": [
{
"LoudnessScores": [
78.63,
78.37,
77.98,
74.18
],
"Content": "[PII], my name is [PII], how can I help?",
...
"Content": "Well, I would like to cancel my recipe subscription.",
"IssuesDetected": [
{
"CharacterOffsets": {
"Begin": 7,
"End": 51
}
}
],
...
"Content": "That's very sad to hear. Can I offer you a 50% discount to have you stay with us?",
"Items": [
...
],
"Id": "649afe93-1e59-4ae9-a3ba-a0a613868f5d",
"BeginOffsetMillis": 12180,
"EndOffsetMillis": 16960,
"Sentiment": "NEGATIVE",
"ParticipantRole": "AGENT"
},
{
"LoudnessScores": [
80.22,
79.48,
82.81
],
"Content": "That is a very generous offer. And I accept.",
"Items": [
...
],
"Id": "f9266cba-34df-4ca8-9cea-4f62a52a7981",
"BeginOffsetMillis": 17140,
"EndOffsetMillis": 19860,
"Sentiment": "POSITIVE",
"ParticipantRole": "CUSTOMER"
},
{
...
"Content": "Wonderful. I made all changes to your account and now this discount is applied, please check.",
"OutcomesDetected": [
{
"CharacterOffsets": {
"Begin": 12,
"End": 78
}
}
],
...
"Content": "I will send an email with all the details to you today, and I will call you back next week to follow up. Have a wonderful evening.",
"Items": [
...
],
"Id": "78cd0923-cafd-44a5-a66e-09515796572f",
"BeginOffsetMillis": 31800,
"EndOffsetMillis": 39450,
"Sentiment": "POSITIVE",
"ParticipantRole": "AGENT"
},
{
"LoudnessScores": [
78.54,
68.76,
67.76
],
"Content": "Thank you very much, sir. Goodbye.",
"Items": [
...
],
"Id": "5c5e6be0-8349-4767-8447-986f995af7c3",
"BeginOffsetMillis": 40040,
"EndOffsetMillis": 42460,
"Sentiment": "POSITIVE",
"ParticipantRole": "CUSTOMER"
}
],
...
"Categories": {
"MatchedDetails": {
"positive-resolution": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 40040,
"EndOffsetMillis": 42460
}
]
}
},
"MatchedCategories": [
"positive-resolution"
]
},
...
"ConversationCharacteristics": {
"NonTalkTime": {
"Instances": [],
"TotalTimeMillis": 0
},
"Interruptions": {
"TotalCount": 2,
"TotalTimeMillis": 10700,
"InterruptionsByInterrupter": {
"AGENT": [
{
"BeginOffsetMillis": 26040,
"DurationMillis": 5510,
"EndOffsetMillis": 31550
}
],
"CUSTOMER": [
{
"BeginOffsetMillis": 770,
"DurationMillis": 5190,
"EndOffsetMillis": 5960
}
]
}
},
"TotalConversationDurationMillis": 42460,
"Sentiment": {
"OverallSentiment": {
"AGENT": 2.5,
"CUSTOMER": 2.1
},
"SentimentByPeriod": {
"QUARTER": {
"AGENT": [
{
"Score": 0.0,
"BeginOffsetMillis": 0,
"EndOffsetMillis": 9862
},
{
"Score": -5.0,
"BeginOffsetMillis": 9862,
"EndOffsetMillis": 19725
},
{
"Score": 5.0,
"BeginOffsetMillis": 19725,
"EndOffsetMillis": 29587
},
{
"Score": 5.0,
"BeginOffsetMillis": 29587,
"EndOffsetMillis": 39450
}
],
"CUSTOMER": [
{
"Score": -2.5,
"BeginOffsetMillis": 0,
"EndOffsetMillis": 10615
},
{
"Score": 5.0,
"BeginOffsetMillis": 10615,
"EndOffsetMillis": 21230
},
{
"Score": 2.5,
"BeginOffsetMillis": 21230,
"EndOffsetMillis": 31845
},
{
"Score": 5.0,
"BeginOffsetMillis": 31845,
"EndOffsetMillis": 42460
}
]
}
}
},
"TalkSpeed": {
"DetailsByParticipant": {
"AGENT": {
"AverageWordsPerMinute": 150
},
"CUSTOMER": {
"AverageWordsPerMinute": 167
}
}
},
"TalkTime": {
"DetailsByParticipant": {
"AGENT": {
"TotalTimeMillis": 32750
},
"CUSTOMER": {
"TotalTimeMillis": 18010
}
},
"TotalTimeMillis": 50760
},
"ContactSummary": { // Optional feature - Generative call summarization
"AutoGenerated": {
"OverallSummary": {
"Content": "The customer initially wanted to cancel but the agent convinced them to stay by offering a 50% discount, which the customer accepted after reconsidering cancelling given the significant savings. The agent ensured the discount was applied and said they would follow up to ensure the customer remained happy with the revised subscription."
}
}
}
},
"AnalyticsJobDetails": {
"Skipped": []
},
...
}
```
# Mengaktifkan ringkasan panggilan generatif
**catatan**
**Didukung oleh Amazon Bedrock:** AWS mengimplementasikan deteksi [penyalahgunaan otomatis](https://docs.aws.amazon.com//bedrock/latest/userguide/abuse-detection.html). Karena ringkasan pasca-kontak yang didukung oleh AI generatif dibangun di Amazon Bedrock, pengguna dapat memanfaatkan sepenuhnya kontrol yang diterapkan di Amazon Bedrock untuk menegakkan keselamatan, keamanan, dan penggunaan kecerdasan buatan (AI) yang bertanggung jawab.
Untuk menggunakan ringkasan panggilan generatif dengan pekerjaan analitik panggilan pos, lihat contoh berikut ini:
## Konsol Manajemen AWS
Di panel Ringkasan, aktifkan ringkasan panggilan Generatif untuk menerima ringkasan dalam output.
![\[Amazon Transcribe tangkapan layar konsol: halaman 'Call Analytics jobs'.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-summarization.png)
## AWS CLI
Contoh ini menggunakan [start-call-analytics-job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/start-call-analytics-job.html)perintah dan `Settings` parameter dengan `Summarization` sub-parameter. Untuk informasi selengkapnya, lihat [https://docs.aws.amazon.com//transcribe/latest/APIReference/API_StartCallAnalyticsJob.html](https://docs.aws.amazon.com//transcribe/latest/APIReference/API_StartCallAnalyticsJob.html).
```
aws transcribe start-call-analytics-job \
--region us-west-2 \
--call-analytics-job-name my-first-call-analytics-job \
--media MediaFileUri=s3://amzn-s3-demo-bucket/my-input-files/my-media-file.flac \
--output-location s3://amzn-s3-demo-bucket/my-output-files/ \
--data-access-role-arn arn:aws:iam::111122223333:role/ExampleRole \
--channel-definitions ChannelId=0,ParticipantRole=AGENT ChannelId=1,ParticipantRole=CUSTOMER
--settings '{"Summarization":{"GenerateAbstractiveSummary":true}}'
```
Berikut contoh lain menggunakan [start-call-analytics-job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/start-call-analytics-job.html)perintah, dan badan permintaan yang memungkinkan ringkasan untuk pekerjaan itu.
```
aws transcribe start-call-analytics-job \
--region us-west-2 \
--cli-input-json file://filepath/my-call-analytics-job.json
```
File *my-call-analytics-job.json* berisi badan permintaan berikut.
```
{
"CallAnalyticsJobName": "my-first-call-analytics-job",
"DataAccessRoleArn": "arn:aws:iam::111122223333:role/ExampleRole",
"Media": {
"MediaFileUri": "s3://amzn-s3-demo-bucket/my-input-files/my-media-file.flac"
},
"OutputLocation": "s3://amzn-s3-demo-bucket/my-output-files/",
"ChannelDefinitions": [
{
"ChannelId": 0,
"ParticipantRole": "AGENT"
},
{
"ChannelId": 1,
"ParticipantRole": "CUSTOMER"
}
],
"Settings": {
"Summarization":{
"GenerateAbstractiveSummary": true
}
}
}
```
## AWS SDK untuk Python (Boto3)
Contoh ini menggunakan AWS SDK untuk Python (Boto3) untuk memulai Call Analytics dengan ringkasan diaktifkan menggunakan metode [start\$1call\$1analytics\$1job](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/transcribe.html#TranscribeService.Client.start_call_analytics_job). Untuk informasi selengkapnya, lihat [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartCallAnalyticsJob.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_StartCallAnalyticsJob.html).
Untuk contoh tambahan menggunakan AWS SDKs, termasuk contoh khusus fitur, skenario, dan lintas layanan, lihat bagian ini. [Contoh kode untuk Amazon Transcribe menggunakan AWS SDKs](service_code_examples.md)
```
from __future__ import print_function
from __future__ import print_function
import time
import boto3
transcribe = boto3.client('transcribe', 'us-west-2')
job_name = "my-first-call-analytics-job"
job_uri = "s3://amzn-s3-demo-bucket/my-input-files/my-media-file.flac"
output_location = "s3://amzn-s3-demo-bucket/my-output-files/"
data_access_role = "arn:aws:iam::111122223333:role/ExampleRole"
transcribe.start_call_analytics_job(
CallAnalyticsJobName = job_name,
Media = {
'MediaFileUri': job_uri
},
DataAccessRoleArn = data_access_role,
OutputLocation = output_location,
ChannelDefinitions = [
{
'ChannelId': 0,
'ParticipantRole': 'AGENT'
},
{
'ChannelId': 1,
'ParticipantRole': 'CUSTOMER'
}
],
Settings = {
"Summarization":
{
"GenerateAbstractiveSummary": true
}
}
)
while True:
status = transcribe.get_call_analytics_job(CallAnalyticsJobName = job_name)
if status['CallAnalyticsJob']['CallAnalyticsJobStatus'] in ['COMPLETED', 'FAILED']:
break
print("Not ready yet...")
time.sleep(5)
print(status)
```
# Analisis Panggilan Waktu Nyata
Real-time Call Analytics memberikan wawasan real-time yang dapat digunakan untuk mengatasi masalah dan mengurangi eskalasi saat terjadi.
Wawasan berikut tersedia dengan Analytics Panggilan real-time:
+ [Kategori acara](#tca-category-events-stream) yang menggunakan aturan untuk menandai kata kunci dan frasa tertentu; acara kategori dapat digunakan untuk membuat [peringatan waktu nyata](tca-start-stream.md#tca-create-alert-stream)
+ [Deteksi masalah](#tca-issue-detection-stream) mengidentifikasi masalah yang diucapkan dalam setiap segmen audio
+ [Identifikasi PII (data sensitif)](#tca-pii-id-stream) dalam transkrip teks Anda
+ [Redaksi PII (data sensitif) dari transkrip](#tca-pii-redact-stream) teks Anda
+ [Analisis sentimen](#tca-sentiment-stream) untuk setiap segmen pidato
+ [Identifikasi bahasa](#tca-language-id-stream) mendeteksi bahasa utama yang digunakan di setiap saluran audio
Selain real-time Call Analytics, juga Amazon Transcribe dapat melakukan [analisis pasca-panggilan](tca-post-call.md) di aliran media Anda. Anda dapat menyertakan analitik pasca-panggilan dalam permintaan Analytics Panggilan real-time Anda menggunakan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_PostCallAnalyticsSettings.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_PostCallAnalyticsSettings.html)parameter.
## Wawasan waktu nyata
Bagian ini merinci wawasan yang tersedia untuk transkripsi Analisis Panggilan waktu nyata.
### Kategori acara
Dengan menggunakan acara kategori, Anda dapat mencocokkan transkripsi berdasarkan kata kunci atau frasa yang tepat. Misalnya, jika Anda menyetel filter untuk frasa “Saya ingin berbicara dengan manajer”, Amazon Transcribe filter untuk frasa yang *tepat* itu.
Berikut adalah [contoh output](tca-output-streaming.md#tca-output-category-event-stream).
Untuk informasi selengkapnya tentang membuat kategori Analisis Panggilan real-time, lihat[Membuat kategori untuk transkripsi waktu nyata](tca-categories-stream.md).
**Tip**
Acara kategori memungkinkan Anda mengatur peringatan waktu nyata; lihat [Membuat peringatan waktu nyata untuk kecocokan kategori](tca-start-stream.md#tca-create-alert-stream) untuk informasi selengkapnya.
### Deteksi masalah
Deteksi masalah memberikan ringkasan singkat dari masalah yang terdeteksi dalam setiap segmen audio. Dengan menggunakan fitur deteksi masalah, Anda dapat:
+ Mengurangi kebutuhan akan pencatatan manual selama dan setelah panggilan
+ Meningkatkan efisiensi agen, memungkinkan mereka untuk merespon lebih cepat kepada pelanggan
**catatan**
Deteksi masalah didukung dengan dialek bahasa Inggris ini: Australian (`en-AU`), British (`en-GB`), dan US (`en-US`).
Fitur deteksi masalah bekerja di semua industri dan sektor bisnis, dan berbasis konteks. Ini berfungsi out-of-the-box dan karenanya tidak mendukung penyesuaian, seperti pelatihan model atau kategori khusus.
Deteksi masalah dengan Analytics Panggilan real-time dilakukan pada setiap segmen audio lengkap.
Berikut adalah [contoh output](tca-output-streaming.md#tca-output-issue-detection-stream).
### Identifikasi PII (data sensitif)
Label identifikasi data sensitif informasi identitas pribadi (PII) dalam transkrip teks. Parameter ini berguna untuk melindungi informasi pelanggan.
**catatan**
Identifikasi PII real-time didukung dengan dialek bahasa Inggris ini: Australia (`en-AU`), Inggris (`en-GB`), AS (`en-US`) dan dengan dialek bahasa Spanyol (). `es-US`
Identifikasi PII dengan Analytics Panggilan real-time dilakukan pada setiap segmen audio lengkap.
Untuk melihat daftar PII yang diidentifikasi menggunakan fitur ini, atau untuk mempelajari lebih lanjut tentang identifikasi PII dengan Amazon Transcribe, lihat. [Menyunting atau mengidentifikasi informasi yang dapat diidentifikasi secara pribadi](pii-redaction.md)
Berikut adalah [contoh keluaran](tca-output-streaming.md#tca-output-pii-id-stream).
### Redaksi PII (data sensitif)
Redaksi data sensitif menggantikan informasi identitas pribadi (PII) dalam transkrip teks Anda dengan jenis PII (misalnya,). `[NAME]` Parameter ini berguna untuk melindungi informasi pelanggan.
**catatan**
Redaksi PII real-time didukung dengan dialek bahasa Inggris ini: Australia (`en-AU`), Inggris (), AS (`en-GB``en-US`) dan dengan dialek bahasa Spanyol (). `es-US`
Redaksi PII dengan Analytics Panggilan real-time dilakukan pada setiap segmen audio lengkap.
Untuk melihat daftar PII yang disunting menggunakan fitur ini, atau untuk mempelajari lebih lanjut tentang redaksi dengan Amazon Transcribe, lihat. [Menyunting atau mengidentifikasi informasi yang dapat diidentifikasi secara pribadi](pii-redaction.md)
Berikut adalah [contoh keluaran](tca-output-streaming.md#tca-output-pii-redact-stream).
### Analisis sentimen
Analisis sentimen memperkirakan bagaimana perasaan pelanggan dan agen selama panggilan berlangsung. Metrik ini disediakan untuk setiap segmen pidato dan direpresentasikan sebagai nilai kualitatif (`positive`,, `neutral``mixed`, atau`negative`).
Dengan menggunakan parameter ini, Anda dapat mengevaluasi sentimen keseluruhan secara kualitatif untuk setiap peserta panggilan dan sentimen untuk setiap peserta selama setiap segmen pidato. Metrik ini dapat membantu mengidentifikasi apakah agen Anda dapat menyenangkan pelanggan yang kesal pada saat panggilan berakhir.
Analisis sentimen dengan Analytics Panggilan real-time dilakukan pada setiap segmen audio lengkap.
Analisis sentimen berfungsi out-of-the-box dan karenanya tidak mendukung penyesuaian, seperti pelatihan model atau kategori khusus.
Berikut adalah [contoh output](tca-output-streaming.md#tca-output-sentiment-stream).
### Identifikasi bahasa
Identifikasi bahasa secara otomatis mengenali dan menentukan bahasa utama yang digunakan dalam setiap saluran aliran audio Anda selama Analitik Panggilan waktu nyata. Setelah diidentifikasi, Call Analytics akan memproses dan mengembalikan transkripsi yang paling sesuai berdasarkan bahasa yang terdeteksi, mengirimkan informasi ini kembali melalui aliran secara real-time.
Fitur ini memungkinkan Anda untuk secara otomatis mengenali dan mengidentifikasi bahasa dominan yang digunakan di setiap saluran aliran audio Anda. Setelah bahasa terdeteksi, Call Analytics memproses dan mengirimkan transkripsi yang sesuai untuk bahasa yang diidentifikasi secara real-time.
Identifikasi bahasa otomatis didukung untuk semua [bahasa yang didukung streaming Call Analytics](https://docs.aws.amazon.com/transcribe/latest/dg/supported-languages.html) yang saat ini didukung untuk transkripsi streaming tanpa biaya tambahan, dan tersedia di [Wilayah AWS](https://docs.aws.amazon.com/general/latest/gr/transcribe.html#transcribe_region) yang didukung streaming Call Analytics.
**penting**
Call Analytics hanya mendukung identifikasi bahasa tunggal, yang mengidentifikasi bahasa dominan yang digunakan di saluran audio Anda. Identifikasi multi-bahasa tidak didukung, artinya setiap saluran hanya dapat ditranskripsikan dalam satu bahasa.
Untuk menggunakan identifikasi bahasa, Anda harus menyediakan setidaknya dua kode bahasa dan paling banyak lima kode bahasa, dan Anda hanya dapat memilih satu dialek bahasa per bahasa per aliran dari [bahasa streaming Call Analytics yang didukung](https://docs.aws.amazon.com/transcribe/latest/dg/supported-languages.html). Ini berarti Anda tidak dapat memilih en-US dan en-AU sebagai opsi bahasa untuk transkripsi yang sama. Saat menggunakan fitur ini, LanguageCode parameter harus tetap nol dalam permintaan, karena LanguageCode dan IdentifyLanguage merupakan opsi yang saling eksklusif.
**Awas**
Jika kode bahasa yang Anda tentukan tidak cocok dengan bahasa lisan yang sebenarnya, sistem akan memilih bahasa yang paling mirip dari opsi Anda, yang dapat mengakibatkan transkripsi yang tidak akurat.
Dengan menggunakan fitur identifikasi bahasa, Anda dapat:
+ Secara otomatis mendeteksi bahasa dominan secara real-time
+ Memproses bahasa yang berbeda di seluruh saluran terpisah
+ Menerima skor kepercayaan diri untuk deteksi bahasa
+ Terapkan kosakata khusus bahasa
Untuk menggunakan identifikasi bahasa, Anda harus mengkonfigurasi parameter berikut:
**Parameter yang diperlukan:**
+ `identifyLanguage`- Setel ke true untuk mengaktifkan identifikasi bahasa.
+ `languageOptions`- Daftar kode bahasa yang mungkin digunakan saat identifyLanguage disetel ke true. Anda harus menyediakan minimal dua pilihan bahasa, karena pilihan bahasa tunggal tidak didukung.
**Parameter opsional:**
+ `preferredLanguage`- Bahasa utama yang Anda harapkan dari LanguageOptions yang disediakan. Menambahkan bahasa pilihan dapat membantu Call Analytics mengidentifikasi bahasa lebih cepat.
+ `vocabularyNames`- Nama kosakata khusus untuk meningkatkan akurasi. Perhatikan bahwa nama kosakata peka huruf besar/kecil, dan jika bahasa kosakata khusus tidak cocok dengan bahasa media yang diidentifikasi, itu tidak akan diterapkan pada transkripsi.
+ `vocabularyFilterNames`- Nama filter kosakata untuk menyesuaikan output transkrip.
Berikut adalah [contoh output](tca-output-streaming.md#tca-output-language-id-stream).
# Membuat kategori untuk transkripsi waktu nyata
Real-time Call Analytics mendukung pembuatan kategori khusus, yang dapat Anda gunakan untuk menyesuaikan analisis transkrip Anda agar paling sesuai dengan kebutuhan bisnis spesifik Anda.
Anda dapat membuat kategori sebanyak yang Anda suka untuk mencakup berbagai skenario yang berbeda. Untuk setiap kategori yang Anda buat, Anda harus membuat antara 1 dan 20 aturan. Transkripsi Analytics Panggilan Real-time hanya mendukung aturan yang menggunakan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html)(kecocokan kata kunci). Untuk detail lebih lanjut tentang penggunaan aturan dengan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html)operasi, lihat [Kriteria aturan untuk kategori Analisis Panggilan real-time](#tca-rules-stream) bagian.
Jika konten di media Anda cocok dengan semua aturan yang Anda tentukan dalam kategori tertentu, beri Amazon Transcribe label output Anda dengan kategori tersebut. Lihat [keluaran acara kategori](tca-output-streaming.md#tca-output-category-event-stream) untuk contoh kecocokan kategori dalam format keluaran JSON.
Berikut adalah beberapa contoh dari apa yang dapat Anda lakukan dengan kategori khusus:
+ Identifikasi masalah yang memerlukan perhatian segera dengan menandai dan melacak kumpulan kata kunci tertentu
+ Pantau kepatuhan, seperti agen yang berbicara (atau menghilangkan) frasa tertentu
+ Tandai kata dan frasa tertentu secara real time; Anda kemudian dapat mengatur kecocokan kategori Anda untuk mengatur peringatan langsung. Misalnya, jika Anda membuat kategori Analisis Panggilan real-time untuk pelanggan yang mengatakan “*berbicara dengan manajer*”, Anda dapat mengatur [peringatan peristiwa](tca-start-stream.md#tca-create-alert-stream) untuk kecocokan kategori waktu nyata ini yang memberi tahu manajer yang bertugas.
**Kategori pasca-panggilan versus waktu nyata**
Saat membuat kategori baru, Anda dapat menentukan apakah Anda ingin kategori tersebut dibuat sebagai kategori pasca-panggilan (`POST_CALL`) atau sebagai kategori real-time (`REAL_TIME`). Jika Anda tidak menentukan opsi, kategori Anda dibuat sebagai kategori pasca-panggilan secara default. Pertandingan kategori waktu nyata dapat digunakan untuk membuat peringatan waktu nyata. Untuk informasi selengkapnya, lihat [Membuat peringatan waktu nyata untuk kecocokan kategori](tca-start-stream.md#tca-create-alert-stream).
Untuk membuat kategori baru untuk Analytics Panggilan real-time, Anda dapat menggunakan **Konsol Manajemen AWS**AWS CLI****,, atau **AWS SDKs**; lihat contoh berikut:
## Konsol Manajemen AWS
1. Di panel navigasi, di bawah Amazon Transcribe, pilih **Amazon Transcribe Call Analytics**.
1. Pilih **kategori analisis Panggilan**, yang akan membawa Anda ke halaman **kategori analisis Panggilan**. Pilih tombol **Buat kategori**.
![\[Amazon Transcribe tangkapan layar konsol: halaman 'kategori' Call Analytics.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-categories.png)
1. Anda sekarang berada di **halaman kategori Buat**. Masukkan nama untuk kategori Anda, lalu pilih 'Analisis panggilan waktu nyata' di menu tarik-turun **tipe Kategori**.
![\[Amazon Transcribe tangkapan layar konsol: panel 'pengaturan kategori'.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-categories-type.png)
1. Anda dapat memilih template untuk membuat kategori Anda atau Anda dapat membuatnya dari awal.
Jika menggunakan templat: pilih **Gunakan templat (disarankan)**, pilih templat yang Anda inginkan, lalu pilih **Buat kategori**.
![\[Amazon Transcribe tangkapan layar konsol: panel 'pengaturan kategori' yang menampilkan templat opsional.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-categories-settings-stream.png)
1. Jika membuat kategori kustom: pilih **Buat dari awal**.
![\[Amazon Transcribe tangkapan layar konsol: halaman 'buat kategori' yang menampilkan panel 'aturan'.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-categories-custom.png)
1. Tambahkan aturan ke kategori Anda menggunakan menu tarik-turun. Anda dapat menambahkan hingga 20 aturan per kategori. Dengan transkripsi Analisis Panggilan real-time, Anda hanya dapat menyertakan aturan yang melibatkan pencocokan konten transkrip. Setiap pertandingan ditandai secara real time.
![\[Amazon Transcribe tangkapan layar konsol: panel 'aturan' dengan daftar jenis aturan.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-categories-custom-rules-stream.png)
1. Berikut adalah contoh kategori dengan satu aturan: pelanggan yang mengatakan “berbicara dengan manajer” kapan saja dalam panggilan.
![\[Amazon Transcribe tangkapan layar konsol: panel 'aturan' dengan opsi logika.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-categories-custom-rules-stream2.png)
1. Setelah selesai menambahkan aturan ke kategori, pilih **Buat kategori**.
## AWS CLI
Contoh ini menggunakan [create-call-analytics-category](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/create-call-analytics-category.html)perintah. Lihat informasi selengkapnya di [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CategoryProperties.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CategoryProperties.html), dan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Rule.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Rule.html).
Contoh berikut membuat kategori dengan aturan:
+ Pelanggan mengucapkan frasa “berbicara dengan manajer” kapan saja dalam panggilan.
Contoh ini menggunakan [create-call-analytics-category](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/transcribe/create-call-analytics-category.html)perintah, dan badan permintaan yang menambahkan aturan ke kategori Anda.
```
aws transcribe create-call-analytics-category \
--cli-input-json file://filepath/my-first-analytics-category.json
```
File *my-first-analytics-category.json* berisi badan permintaan berikut.
```
{
"CategoryName": "my-new-real-time-category",
"InputType": "REAL_TIME",
"Rules": [
{
"TranscriptFilter": {
"Negate": false,
"Targets": [
"speak to the manager"
],
"TranscriptFilterType": "EXACT"
}
}
]
}
```
## AWS SDK untuk Python (Boto3)
Contoh ini menggunakan AWS SDK untuk Python (Boto3) untuk membuat kategori menggunakan `CategoryName` dan `Rules` argumen untuk metode [create\$1call\$1analytics\$1category](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/transcribe.html#TranscribeService.Client.create_call_analytics_category). Lihat informasi selengkapnya di [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html), [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CategoryProperties.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CategoryProperties.html), dan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Rule.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Rule.html).
Untuk contoh tambahan menggunakan AWS SDKs, termasuk contoh khusus fitur, skenario, dan lintas layanan, lihat bagian ini. [Contoh kode untuk Amazon Transcribe menggunakan AWS SDKs](service_code_examples.md)
Contoh berikut membuat kategori dengan aturan:
+ Pelanggan mengucapkan frasa “berbicara dengan manajer” kapan saja dalam panggilan.
```
from __future__ import print_function
import time
import boto3
transcribe = boto3.client('transcribe', 'us-west-2')
category_name = "my-new-real-time-category"
transcribe.create_call_analytics_category(
CategoryName = category_name,
InputType = "REAL_TIME",
Rules = [
{
'TranscriptFilter': {
'Negate': False,
'Targets': [
'speak to the manager'
],
'TranscriptFilterType': 'EXACT'
}
}
]
)
result = transcribe.get_call_analytics_category(CategoryName = category_name)
print(result)
```
## Kriteria aturan untuk kategori Analisis Panggilan real-time
Bagian ini menguraikan jenis `REAL_TIME` aturan kustom yang dapat Anda buat menggunakan operasi [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html)API.
Deteksi masalah terjadi secara otomatis, jadi Anda tidak perlu membuat aturan atau kategori apa pun untuk menandai masalah.
Perhatikan bahwa hanya kecocokan kata kunci yang didukung untuk transkripsi Analisis Panggilan waktu nyata. Jika Anda ingin membuat kategori yang mencakup interupsi, keheningan, atau sentimen, lihat. [Kriteria aturan untuk kategori analitik pasca-panggilan](tca-categories-batch.md#tca-rules-batch)
### Pencocokan kata kunci
Aturan menggunakan kata kunci (tipe [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html)data) dirancang untuk mencocokkan:
+ Kata atau frasa khusus yang diucapkan oleh agen, pelanggan, atau keduanya
+ Kata atau frasa khusus yang **tidak** diucapkan oleh agen, pelanggan, atau keduanya
+ Kata atau frasa khusus yang terjadi dalam kerangka waktu tertentu
Berikut adalah contoh parameter yang tersedia dengan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html):
```
"TranscriptFilter": {
"AbsoluteTimeRange": {
Specify the time frame, in milliseconds, when the match should occur
},
"RelativeTimeRange": {
Specify the time frame, in percentage, when the match should occur
},
"Negate": Specify if you want to match the presence or absence of your custom keywords,
"ParticipantRole": Specify if you want to match speech from the agent, the customer, or both,
"Targets": [ The custom words and phrases you want to match ],
"TranscriptFilterType": Use this parameter to specify an exact match for the specified targets
}
```
Lihat [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_CreateCallAnalyticsCategory.html)dan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html)untuk informasi lebih lanjut tentang parameter ini dan nilai valid yang terkait dengan masing-masing parameter.
# Analisis pasca-panggilan dengan transkripsi waktu nyata
Analisis pasca-panggilan adalah fitur opsional yang tersedia dengan transkripsi Call Analytics waktu nyata. Selain [wawasan analitik real-time standar, analitik](call-analytics-streaming.md#call-analytics-insights-streaming) pasca-panggilan memberi Anda hal-hal berikut:
+ **Item tindakan**: Daftar item tindakan apa pun yang diidentifikasi dalam panggilan
+ **Interupsi**: Mengukur jika dan ketika satu peserta memotong kalimat tengah peserta lainnya
+ **Masalah**: Menyediakan masalah yang diidentifikasi dalam panggilan
+ **Kenyaringan**: Mengukur volume di mana setiap peserta berbicara
+ **Waktu non-bicara**: Mengukur periode waktu yang tidak mengandung ucapan
+ **Hasil**: Memberikan hasil, atau resolusi, yang diidentifikasi dalam panggilan
+ **Kecepatan bicara**: Mengukur kecepatan di mana kedua peserta berbicara
+ **Waktu bicara**: Mengukur jumlah waktu (dalam milidetik) setiap peserta berbicara selama panggilan
Saat diaktifkan, analitik pasca-panggilan dari aliran audio menghasilkan transkrip yang mirip dengan [analitik pasca-panggilan dari file audio](call-analytics-batch.md) dan menyimpannya di Amazon S3 bucket yang ditentukan. `OutputLocation` Selain itu, analitik pasca-panggilan merekam aliran audio Anda dan menyimpannya sebagai file audio (`WAV`format) dalam Amazon S3 bucket yang sama. Jika Anda mengaktifkan redaksi, transkrip yang disunting dan file audio yang disunting juga disimpan di bucket yang ditentukan. Amazon S3 Mengaktifkan analitik pasca-panggilan dengan aliran audio Anda menghasilkan antara dua dan empat file, seperti yang dijelaskan di sini:
+ Jika redaksi **tidak** diaktifkan, file output Anda adalah:
1. Transkrip yang belum disunting
1. File audio yang belum disunting
+ Jika redaksi diaktifkan **tanpa** opsi (`redacted`) yang tidak disunting, file keluaran Anda adalah:
1. Transkrip yang disunting
1. File audio yang disunting
+ Jika redaksi diaktifkan **dengan** opsi (`redacted_and_unredacted`) yang tidak disunting, file keluaran Anda adalah:
1. Transkrip yang disunting
1. File audio yang disunting
1. Transkrip yang belum disunting
1. File audio yang belum disunting
Perhatikan bahwa jika Anda mengaktifkan analitik pasca-panggilan ([https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_PostCallAnalyticsSettings.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_PostCallAnalyticsSettings.html)) dengan permintaan Anda, dan Anda menggunakan `FLAC` atau `OPUS-OGG` media, Anda **tidak** mendapatkan `loudnessScore` transkrip Anda dan tidak ada rekaman audio streaming Anda yang dibuat. Transcribe mungkin juga tidak dapat menyediakan analitik pasca-panggilan untuk streaming audio yang berjalan lama yang berlangsung lebih dari 90 menit.
Untuk informasi selengkapnya tentang wawasan yang tersedia dengan analitik pasca-panggilan untuk aliran audio, lihat bagian wawasan analitik [pasca-panggilan](call-analytics-batch.md#call-analytics-insights-batch).
**Tip**
Jika Anda mengaktifkan analitik pasca-panggilan dengan permintaan Analytics Panggilan real-time, semua `REAL-TIME` kategori `POST_CALL` dan kategori Anda diterapkan ke transkripsi analitik pasca-panggilan Anda.
## Mengaktifkan analitik pasca-panggilan
Untuk mengaktifkan analitik pasca-panggilan, Anda harus menyertakan [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_PostCallAnalyticsSettings.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_PostCallAnalyticsSettings.html)parameter dalam permintaan Analytics Panggilan real-time Anda. Parameter berikut harus disertakan saat `PostCallAnalyticsSettings` diaktifkan:
+ `OutputLocation`: Amazon S3 Ember tempat Anda ingin transkrip pasca-panggilan Anda disimpan.
+ `DataAccessRoleArn`: Nama Sumber Daya Amazon (ARN) dari Amazon S3 peran yang memiliki izin untuk mengakses bucket yang ditentukan. Amazon S3 Perhatikan bahwa Anda juga harus menggunakan [kebijakan Trust untuk analitik real-time](security_iam_id-based-policy-examples.md#trust-policy).
Jika Anda menginginkan versi transkrip yang disunting, Anda dapat menyertakan `ContentRedactionOutput` atau `ContentRedactionType` dalam permintaan Anda. Untuk informasi selengkapnya tentang parameter ini, lihat [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_StartCallAnalyticsStreamTranscription.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_StartCallAnalyticsStreamTranscription.html)di Referensi API.
Untuk memulai transkripsi Analytics Panggilan real-time dengan analitik pasca-panggilan diaktifkan, Anda dapat menggunakan **Konsol Manajemen AWS**(hanya demo), **HTTP/2**, atau. **WebSockets** Sebagai contoh, lihat [Memulai transkripsi Analisis Panggilan waktu nyata](tca-start-stream.md).
**penting**
Saat ini, Konsol Manajemen AWS satu-satunya menawarkan demo untuk Analytics Panggilan real-time dengan contoh audio yang dimuat sebelumnya. Jika Anda ingin menggunakan audio Anda sendiri, Anda harus menggunakan API (HTTP/2, WebSockets, atau SDK).
## Contoh keluaran analitik pasca-panggilan
Transkrip pasca-panggilan ditampilkan dalam turn-by-turn format berdasarkan segmen. Mereka termasuk karakteristik panggilan, sentimen, ringkasan panggilan, deteksi masalah, dan (opsional) redaksi PII. Jika salah satu kategori pasca-panggilan Anda cocok dengan konten audio, ini juga ada dalam output Anda.
Untuk meningkatkan akurasi dan lebih lanjut menyesuaikan transkrip Anda dengan kasus penggunaan Anda, seperti menyertakan istilah khusus industri, tambahkan [kosakata](custom-vocabulary.md) khusus atau [model bahasa khusus](custom-language-models.md) ke permintaan Analisis Panggilan Anda. Untuk menutupi, menghapus, atau menandai kata-kata yang tidak Anda inginkan dalam hasil transkripsi Anda, seperti kata-kata kotor, tambahkan pemfilteran [kosakata](vocabulary-filtering.md).
Berikut adalah contoh keluaran analitik pasca-panggilan yang dikompilasi:
```
{
"JobStatus": "COMPLETED",
"LanguageCode": "en-US",
"AccountId": "1234567890",
"Channel": "VOICE",
"Participants": [{
"ParticipantRole": "AGENT"
},
{
"ParticipantRole": "CUSTOMER"
}],
"SessionId": "12a3b45c-de6f-78g9-0123-45h6ab78c901",
"ContentMetadata": {
"Output": "Raw"
}
"Transcript": [{
"LoudnessScores": [
78.63,
78.37,
77.98,
74.18
],
"Content": "[PII], my name is [PII], how can I help?",
...
"Content": "Well, I would like to cancel my recipe subscription.",
"IssuesDetected": [{
"CharacterOffsets": {
"Begin": 7,
"End": 51
}
}],
...
"Content": "That's very sad to hear. Can I offer you a 50% discount to have you stay with us?",
"Id": "649afe93-1e59-4ae9-a3ba-a0a613868f5d",
"BeginOffsetMillis": 12180,
"EndOffsetMillis": 16960,
"Sentiment": "NEGATIVE",
"ParticipantRole": "AGENT"
},
{
"LoudnessScores": [
80.22,
79.48,
82.81
],
"Content": "That is a very generous offer. And I accept.",
"Id": "f9266cba-34df-4ca8-9cea-4f62a52a7981",
"BeginOffsetMillis": 17140,
"EndOffsetMillis": 19860,
"Sentiment": "POSITIVE",
"ParticipantRole": "CUSTOMER"
},
...
"Content": "Wonderful. I made all changes to your account and now this discount is applied, please check.",
"OutcomesDetected": [{
"CharacterOffsets": {
"Begin": 12,
"End": 78
}
}],
...
"Content": "I will send an email with all the details to you today, and I will call you back next week to follow up. Have a wonderful evening.",
"Id": "78cd0923-cafd-44a5-a66e-09515796572f",
"BeginOffsetMillis": 31800,
"EndOffsetMillis": 39450,
"Sentiment": "POSITIVE",
"ParticipantRole": "AGENT"
},
{
"LoudnessScores": [
78.54,
68.76,
67.76
],
"Content": "Thank you very much, sir. Goodbye.",
"Id": "5c5e6be0-8349-4767-8447-986f995af7c3",
"BeginOffsetMillis": 40040,
"EndOffsetMillis": 42460,
"Sentiment": "POSITIVE",
"ParticipantRole": "CUSTOMER"
}
],
...
"Categories": {
"MatchedDetails": {
"positive-resolution": {
"PointsOfInterest": [{
"BeginOffsetMillis": 40040,
"EndOffsetMillis": 42460
}]
}
},
"MatchedCategories": [
"positive-resolution"
]
},
...
"ConversationCharacteristics": {
"NonTalkTime": {
"Instances": [],
"TotalTimeMillis": 0
},
"Interruptions": {
"TotalCount": 2,
"TotalTimeMillis": 10700,
"InterruptionsByInterrupter": {
"AGENT": [{
"BeginOffsetMillis": 26040,
"DurationMillis": 5510,
"EndOffsetMillis": 31550
}],
"CUSTOMER": [{
"BeginOffsetMillis": 770,
"DurationMillis": 5190,
"EndOffsetMillis": 5960
}]
}
},
"TotalConversationDurationMillis": 42460,
"Sentiment": {
"OverallSentiment": {
"AGENT": 2.5,
"CUSTOMER": 2.1
},
"SentimentByPeriod": {
"QUARTER": {
"AGENT": [{
"Score": 0.0,
"BeginOffsetMillis": 0,
"EndOffsetMillis": 9862
},
{
"Score": -5.0,
"BeginOffsetMillis": 9862,
"EndOffsetMillis": 19725
},
{
"Score": 5.0,
"BeginOffsetMillis": 19725,
"EndOffsetMillis": 29587
},
{
"Score": 5.0,
"BeginOffsetMillis": 29587,
"EndOffsetMillis": 39450
}
],
"CUSTOMER": [{
"Score": -2.5,
"BeginOffsetMillis": 0,
"EndOffsetMillis": 10615
},
{
"Score": 5.0,
"BeginOffsetMillis": 10615,
"EndOffsetMillis": 21230
},
{
"Score": 2.5,
"BeginOffsetMillis": 21230,
"EndOffsetMillis": 31845
},
{
"Score": 5.0,
"BeginOffsetMillis": 31845,
"EndOffsetMillis": 42460
}
]
}
}
},
"TalkSpeed": {
"DetailsByParticipant": {
"AGENT": {
"AverageWordsPerMinute": 150
},
"CUSTOMER": {
"AverageWordsPerMinute": 167
}
}
},
"TalkTime": {
"DetailsByParticipant": {
"AGENT": {
"TotalTimeMillis": 32750
},
"CUSTOMER": {
"TotalTimeMillis": 18010
}
},
"TotalTimeMillis": 50760
}
},
...
}
```
# Memulai transkripsi Analisis Panggilan waktu nyata
Sebelum memulai transkripsi Analisis Panggilan real-time, Anda harus membuat semua [kategori](tca-categories-stream.md) yang Amazon Transcribe ingin Anda cocokkan dalam panggilan Anda.
**catatan**
Transkrip Call Analytics tidak dapat dicocokkan secara surut dengan kategori baru. Hanya kategori yang Anda buat *sebelum* memulai transkripsi Call Analytics yang dapat diterapkan ke output transkripsi tersebut.
Jika Anda telah membuat satu atau beberapa kategori, dan audio Anda cocok dengan semua aturan dalam setidaknya satu kategori Anda, Amazon Transcribe tandai output Anda dengan kategori yang cocok. Jika Anda memilih untuk tidak menggunakan kategori, atau jika audio Anda tidak cocok dengan aturan yang ditentukan dalam kategori Anda, transkrip Anda tidak ditandai.
Untuk menyertakan analitik pasca-panggilan dengan transkripsi Analytics Panggilan real-time Anda, Anda harus menyediakan Amazon S3 bucket dalam permintaan menggunakan parameter. `OutputLocation` Anda juga harus menyertakan a `DataAccessRoleArn` yang memiliki izin menulis ke bucket yang ditentukan. Transkrip terpisah diproduksi dan disimpan dalam bucket yang ditentukan setelah menyelesaikan sesi streaming Call Analytics waktu nyata Anda.
Dengan Analytics Panggilan real-time, Anda juga memiliki opsi untuk membuat peringatan kategori waktu nyata; lihat [Membuat peringatan waktu nyata untuk kecocokan kategori](#tca-create-alert-stream) untuk instruksi.
Untuk memulai transkripsi Analytics Panggilan real-time, Anda dapat menggunakan **Konsol Manajemen AWS**, **HTTP/2**, atau **WebSockets**; lihat contoh berikut:
**penting**
Saat ini, Konsol Manajemen AWS satu-satunya menawarkan demo untuk Analytics Panggilan real-time dengan contoh audio yang dimuat sebelumnya. Jika Anda ingin menggunakan audio Anda sendiri, Anda harus menggunakan API (HTTP/2, WebSockets, atau SDK).
## Konsol Manajemen AWS
Gunakan prosedur berikut untuk memulai permintaan Call Analytics. Panggilan yang cocok dengan semua karakteristik yang ditentukan oleh kategori diberi label dengan kategori tersebut.
**catatan**
Hanya demo yang tersedia di Konsol Manajemen AWS. Untuk memulai transkripsi analitik real-time khusus, Anda harus menggunakan [API](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_StartCallAnalyticsStreamTranscription.html).
1. Di panel navigasi, di bawah Amazon Transcribe Call Analytics, pilih **Analisis panggilan real-time**.
![\[Amazon Transcribe tangkapan layar konsol: halaman demo 'analisis panggilan streaming'.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-start-stream.png)
1. Untuk **Langkah 1: Tentukan audio input**, pilih file uji demo dari menu tarik-turun.
![\[Amazon Transcribe tangkapan layar konsol: pilihan tarik-turun untuk audio input demo.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-start-stream-settings1.png)
1. Untuk **Langkah 2: Tinjau kategori panggilan**, Anda memiliki opsi untuk meninjau kategori Analisis Panggilan real-time yang sebelumnya Anda buat. Semua kategori Analisis Panggilan real-time diterapkan ke transkripsi Anda.
Memilih **kategori Tampilan** membuka panel baru yang menampilkan kategori Analytics Panggilan real-time Anda yang ada dan menyediakan tautan untuk membuat yang baru.
![\[Amazon Transcribe tangkapan layar konsol: halaman 'kategori analitik panggilan'.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-start-stream-settings2.png)
1. Untuk **Langkah 3: Konfigurasikan input dan output**, Anda memiliki opsi untuk menerapkan pengaturan tambahan.
Memilih **Konfigurasi pengaturan lanjutan** membuka panel baru tempat Anda dapat menentukan pengaturan redaksi konten.
![\[Amazon Transcribe tangkapan layar konsol: panel pengaturan lanjutan, semuanya runtuh.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-start-stream-settings3.png)
Setelah Anda membuat semua pilihan Anda, pilih **Simpan** untuk kembali ke halaman utama.
1. Untuk menerapkan analitik tambahan, Anda dapat beralih di Analytics **Pasca-Panggilan**. Ini memberi Anda analitik yang sama dengan transkripsi analitik pasca-panggilan, termasuk interupsi, kenyaringan, waktu non-bicara, kecepatan bicara, waktu bicara, masalah, item tindakan, dan hasil. Output analitik pasca-panggilan disimpan dalam file terpisah dari transkrip Analytics Panggilan real-time Anda.
![\[Amazon Transcribe tangkapan layar konsol: panel analitik pasca-panggilan, diciutkan.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-start-stream-post-call1.png)
Jika Anda menerapkan analitik pasca-panggilan, Anda harus menentukan tujuan file Amazon S3 keluaran dan IAM peran. Anda dapat memilih untuk mengenkripsi output Anda secara opsional.
![\[Amazon Transcribe tangkapan layar konsol: panel analitik pasca-panggilan, diperluas.\]](http://docs.aws.amazon.com/id_id/transcribe/latest/dg/images/analytics-start-stream-post-call1a.png)
1. Pilih **Mulai streaming**.
## Aliran HTTP/2
Contoh ini membuat permintaan HTTP/2 dengan Call Analytics diaktifkan. Untuk informasi lebih lanjut tentang menggunakan streaming HTTP/2 dengan Amazon Transcribe, lihat. [Menyiapkan aliran HTTP/2](streaming-setting-up.md#streaming-http2) Untuk detail selengkapnya tentang parameter dan header khusus untuk Amazon Transcribe, lihat [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_StartCallAnalyticsStreamTranscription.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_StartCallAnalyticsStreamTranscription.html).
Contoh ini mencakup [analitik pasca-panggilan](tca-post-call.md). Jika Anda tidak ingin analitik pasca-panggilan, hapus `PostCallAnalyticsSettings` bagian dari permintaan.
Perhatikan bahwa peristiwa konfigurasi yang ditampilkan dalam contoh berikut harus diteruskan sebagai peristiwa pertama dalam aliran.
```
POST /stream-transcription HTTP/2
host: transcribestreaming.us-west-2.amazonaws.com
X-Amz-Target: com.amazonaws.transcribe.Transcribe.StartCallAnalyticsStreamTranscription
Content-Type: application/vnd.amazon.eventstream
X-Amz-Content-Sha256: string
X-Amz-Date: 20220208T235959Z
Authorization: AWS4-HMAC-SHA256 Credential=access-key/20220208/us-west-2/transcribe/aws4_request, SignedHeaders=content-type;host;x-amz-content-sha256;x-amz-date;x-amz-target;x-amz-security-token, Signature=string
x-amzn-transcribe-language-code: en-US
x-amzn-transcribe-media-encoding: flac
x-amzn-transcribe-sample-rate: 16000
transfer-encoding: chunked
{
"AudioStream": {
"AudioEvent": {
"AudioChunk": blob
},
"ConfigurationEvent": {
"ChannelDefinitions": [
{
"ChannelId": 0,
"ParticipantRole": "AGENT"
},
{
"ChannelId": 1,
"ParticipantRole": "CUSTOMER"
}
],
"PostCallAnalyticsSettings": {
"OutputLocation": "s3://amzn-s3-demo-bucket/my-output-files/",
"DataAccessRoleArn": "arn:aws:iam::111122223333:role/ExampleRole"
}
}
}
}
```
Definisi parameter dapat ditemukan di [Referensi API](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Reference.html); parameter yang umum untuk semua operasi AWS API tercantum di bagian [Parameter Umum](https://docs.aws.amazon.com/transcribe/latest/APIReference/CommonParameters.html).
## WebSocket aliran
Contoh ini membuat URL presigned yang menggunakan Call Analytics dalam WebSocket aliran. Jeda baris telah ditambahkan untuk keterbacaan. Untuk informasi selengkapnya tentang penggunaan WebSocket stream dengan Amazon Transcribe, lihat[Menyiapkan WebSocket aliran](streaming-setting-up.md#streaming-websocket). Untuk detail lebih lanjut tentang parameter, lihat [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_StartCallAnalyticsStreamTranscription.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_streaming_StartCallAnalyticsStreamTranscription.html).
Contoh ini mencakup [analitik pasca-panggilan](tca-post-call.md). Jika Anda tidak ingin analitik pasca-panggilan, hapus `PostCallAnalyticsSettings` bagian dari permintaan.
Perhatikan bahwa peristiwa konfigurasi yang ditampilkan dalam contoh berikut harus diteruskan sebagai peristiwa pertama dalam aliran.
```
GET wss://transcribestreaming.us-west-2.amazonaws.com:8443/call-analytics-stream-transcription-websocket?
&X-Amz-Algorithm=AWS4-HMAC-SHA256
&X-Amz-Credential=AKIAIOSFODNN7EXAMPLE%2F20220208%2Fus-west-2%2Ftranscribe%2Faws4_request
&X-Amz-Date=20220208T235959Z
&X-Amz-Expires=300
&X-Amz-Security-Token=security-token
&X-Amz-Signature=string
&X-Amz-SignedHeaders=content-type%3Bhost%3Bx-amz-date
&language-code=en-US
&media-encoding=flac
&sample-rate=16000
{
"AudioStream": {
"AudioEvent": {
"AudioChunk": blob
},
"ConfigurationEvent": {
"ChannelDefinitions": [
{
"ChannelId": 0,
"ParticipantRole": "AGENT"
},
{
"ChannelId": 1,
"ParticipantRole": "CUSTOMER"
}
],
"PostCallAnalyticsSettings": {
"OutputLocation": "s3://amzn-s3-demo-bucket/my-output-files/",
"DataAccessRoleArn": "arn:aws:iam::111122223333:role/ExampleRole"
}
}
}
}
```
Definisi parameter dapat ditemukan di [Referensi API](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_Reference.html); parameter yang umum untuk semua operasi AWS API tercantum di bagian [Parameter Umum](https://docs.aws.amazon.com/transcribe/latest/APIReference/CommonParameters.html).
**Tip**
HTTP/2 di atas dan WebSocket contoh termasuk analitik pasca-panggilan. Jika Anda tidak ingin analitik pasca-panggilan, hapus `PostCallAnalyticsSettings` bagian dari permintaan.
Jika Anda mengaktifkan`PostCallAnalyticsSettings`, Anda harus mengirim acara konfigurasi sebagai acara pertama. Acara konfigurasi Anda mencakup pengaturan untuk `ChannelDenifitions` dan`PostStreamAnalyticsSettings`, seperti yang ditunjukkan pada contoh sebelumnya.
Data biner diteruskan sebagai pesan biner dengan `content-type application/octet-stream` dan peristiwa konfigurasi diteruskan sebagai pesan teks dengan`content-type application/json`.
Untuk informasi selengkapnya, lihat [Menyiapkan transkripsi streaming](streaming-setting-up.md).
## Membuat peringatan waktu nyata untuk kecocokan kategori
Untuk mengatur peringatan waktu nyata, Anda harus terlebih dahulu membuat [https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html](https://docs.aws.amazon.com/transcribe/latest/APIReference/API_TranscriptFilter.html)kategori dengan `REAL_TIME` bendera. Bendera ini memungkinkan kategori Anda diterapkan ke transkripsi Analisis Panggilan real-time.
Untuk petunjuk tentang membuat kategori baru, lihat[Membuat kategori untuk transkripsi waktu nyata](tca-categories-stream.md).
Saat Anda memulai transkripsi Analisis Panggilan real-time, semua kategori yang memiliki `REAL_TIME` tanda secara otomatis diterapkan ke output transkripsi Anda di tingkat segmen. Jika `TranscriptFilterType` kecocokan terjadi, itu muncul di bawah `CategoryEvent` bagian transkrip Anda. Anda kemudian dapat menggunakan parameter ini dan sub-parameternya, `MatchedCategories` dan`MatchedDetails`, untuk mengatur peringatan real-time kustom.
Berikut adalah contoh output transkripsi Call Analytics real-time untuk `CategoryEvent` kecocokan:
```
"CategoryEvent": {
"MatchedCategories": [ "shipping-complaint" ],
"MatchedDetails": {
"my package never arrived" : {
"TimestampRanges": [
{
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 22690
}
]
}
}
},
```
Contoh sebelumnya mewakili kecocokan teks yang tepat dengan pidato "*paket saya tidak pernah tiba*,” yang mewakili aturan dalam kategori 'pengiriman-keluhan'.
Anda dapat mengatur peringatan waktu nyata untuk menyertakan kombinasi parameter yang tercantum. Misalnya, Anda dapat menyetel peringatan agar hanya menyertakan frasa yang cocok (`MatchedDetails`) atau hanya nama kategori (`MatchedCategories`). Atau Anda dapat mengatur peringatan Anda untuk menyertakan semua parameter.
Cara Anda mengatur peringatan waktu nyata tergantung pada antarmuka organisasi dan jenis peringatan yang Anda inginkan. Misalnya, Anda dapat mengatur `CategoryEvent` kecocokan untuk mengirim pemberitahuan pop-up, email, teks, atau peringatan lain yang dapat diterima sistem Anda.
# Output Analisis Panggilan Waktu Nyata
Transkrip Analisis Panggilan Real-time ditampilkan dalam turn-by-turn format berdasarkan segmen. Mereka termasuk peristiwa kategori, deteksi masalah, sentimen, dan identifikasi dan redaksi PII. Acara kategori memungkinkan Anda mengatur peringatan waktu nyata; lihat [Membuat peringatan waktu nyata untuk kecocokan kategori](tca-start-stream.md#tca-create-alert-stream) untuk informasi selengkapnya.
Untuk meningkatkan akurasi dan lebih lanjut menyesuaikan transkrip Anda dengan kasus penggunaan Anda, seperti menyertakan istilah khusus industri, tambahkan [kosakata](custom-vocabulary.md) khusus atau [model bahasa khusus](custom-language-models.md) ke permintaan Analisis Panggilan Anda. Untuk menutupi, menghapus, atau menandai kata-kata yang tidak Anda inginkan dalam hasil transkripsi Anda, seperti kata-kata kotor, tambahkan pemfilteran [kosakata](vocabulary-filtering.md).
Bagian berikut menunjukkan contoh keluaran JSON untuk transkripsi Call Analytics waktu nyata.
## Kategori acara
Inilah yang terlihat seperti kecocokan kategori dalam keluaran transkripsi Anda. Contoh ini menunjukkan bahwa audio dari stempel waktu 19010 milidetik ke stempel waktu 22690 milidetik cocok dengan kategori 'keluhan jaringan'. Dalam hal ini, kategori 'keluhan jaringan' khusus mengharuskan pelanggan mengatakan "*masalah jaringan*" (pencocokan kata yang tepat).
```
"CategoryEvent": {
"MatchedCategories": [
"network-complaint"
],
"MatchedDetails": {
"network issues" : {
"TimestampRanges": [
{
"BeginOffsetMillis": 9299375,
"EndOffsetMillis": 7899375
}
]
}
}
},
```
## Deteksi masalah
Inilah yang terlihat seperti kecocokan deteksi masalah dalam keluaran transkripsi Anda. Contoh ini menunjukkan bahwa teks dari karakter 26 ke karakter 62 menjelaskan masalah.
```
"UtteranceEvent": {
...
"Transcript": "Wang Xiulan I'm tired of the network issues my phone is having.",
...
"IssuesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 26,
"EndOffsetChar": 62
}
}
]
},
```
## Sentimen
Inilah yang terlihat seperti analisis sentimen dalam keluaran transkripsi Anda.
```
"UtteranceEvent": {
...
"Sentiment": "NEGATIVE",
"Items": [{
...
```
## Identifikasi PII
Inilah yang terlihat seperti identifikasi PII dalam keluaran transkripsi Anda.
```
"Entities": [
{
"Content": "Wang Xiulan",
"Category": "PII",
"Type": "NAME",
"BeginOffsetMillis": 7999375,
"EndOffsetMillis": 199375,
"Confidence": 0.9989
}
],
```
## Redaksi PII
Inilah yang tampak seperti redaksi PII dalam keluaran transkripsi Anda.
```
"Content": "[NAME]. Hi, [NAME]. I'm [NAME] Happy to be helping you today.",
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 32670,
"EndOffsetMillis": 33343
},
{
"BeginOffsetMillis": 33518,
"EndOffsetMillis": 33858
},
{
"BeginOffsetMillis": 34068,
"EndOffsetMillis": 34488
}
]
},
```
## Identifikasi bahasa
Seperti inilah tampilan Identifikasi bahasa dalam keluaran transkripsi Anda.
```
{
"LanguageCode": "en-US",
"LanguageIdentification": [
{
"Code": "en-US",
"Score": 0.823
},
{
"Code": "de-DE",
"Score": 0.177
}
]
}
```
## Output Analisis Panggilan real-time yang dikompilasi
Untuk singkatnya, beberapa konten diganti dengan elips dalam keluaran transkripsi berikut.
```
{
"CallAnalyticsTranscriptResultStream": {
"BadRequestException": {},
"ConflictException": {},
"InternalFailureException": {},
"LimitExceededException": {},
"ServiceUnavailableException": {},
"UtteranceEvent": {
"UtteranceId": "58c27f92-7277-11ec-90d6-0242ac120003",
"ParticipantRole": "CUSTOMER",
"IsPartial": false,
"Transcript": "Wang Xiulan I'm tired of the network issues my phone is having.",
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 22690,
"Sentiment": "NEGATIVE",
"Items": [{
"Content": "Wang",
"BeginOffsetMillis": 379937,
"EndOffsetMillis": 299375,
"Type": "pronunciation",
"Confidence": 0.9961,
"VocabularyFilterMatch": false
},
{
"Content": "Xiulan",
"EndOffsetMillis": 5899375,
"BeginOffsetMillis": 3899375,
"Type": "pronunciation",
"Confidence": 0.9961,
"VocabularyFilterMatch": false
},
...
{
"Content": "network",
"EndOffsetMillis": 199375,
"BeginOffsetMillis": 9299375,
"Type": "pronunciation",
"Confidence": 0.9961,
"VocabularyFilterMatch": false
},
{
"Content": "issues",
"EndOffsetMillis": 7899375,
"BeginOffsetMillis": 5999375,
"Type": "pronunciation",
"Confidence": 0.9961,
"VocabularyFilterMatch": false
},
{
"Content": "my",
"EndOffsetMillis": 9199375,
"BeginOffsetMillis": 7999375,
"Type": "pronunciation",
"Confidence": 0.9961,
"VocabularyFilterMatch": false
},
{
"Content": "phone",
"EndOffsetMillis": 199375,
"BeginOffsetMillis": 9299375,
"Type": "pronunciation",
"Confidence": 0.9961,
"VocabularyFilterMatch": false
},
...
],
"Entities": [{
"Content": "Wang Xiulan",
"Category": "PII",
"Type": "NAME",
"BeginOffsetMillis": 7999375,
"EndOffsetMillis": 199375,
"Confidence": 0.9989
}],
"IssuesDetected": [{
"CharacterOffsets": {
"BeginOffsetChar": 26,
"EndOffsetChar": 62
}
}],
"LanguageCode": "en-US",
"LanguageIdentification": [
{
"Code": "en-US",
"Score": 0.823
},
{
"Code": "de-DE",
"Score": 0.177
}
]
},
"CategoryEvent": {
"MatchedCategories": [
"network-complaint"
],
"MatchedDetails": {
"network issues" : {
"TimestampRanges": [
{
"BeginOffsetMillis": 9299375,
"EndOffsetMillis": 7899375
}
]
}
}
}
}
}
```