録音とその管理者を特定する
音声の発生元、アクセスできる人、入力元が保存済みファイルかライブストリームかを記録します。AWSストレージ内のオブジェクトがあるだけでは、外部の処理サービスに取得権限が与えられるわけではありません。誰が転送を開始し、そのアクセスをどう制限し、いつ失効させるかを決めます。
ワークフローの計画
deepgram aws 音声ワークフローの計画
AWSを基盤とする音声ワークフローには、文字起こしだけでなく、明確な引き継ぎ手順、アクセス制御、結果を確認する方法が必要です。このページを使って、計画段階で決めることと、まだ検証が必要な機能を分けて整理しましょう。
このシナリオで実現すべきこと
deepgram aws のシナリオでは、連携方法を選ぶ前に、音声の入力元、処理の境界、出力先を定義します。以下の関連ガイドでは、AWSワークフローと併せて検討すべき事項を取り上げています。
各項目
ワークフローを、サービス間の漠然とした1つの接続としてではなく、個別にテストできる3つの引き継ぎとして扱います。
処理リクエストを定義する
音声の特性、目的とする文字起こし作業、アプリケーションに必要な出力を指定します。受け付けられる入力、認証、使用予定の処理方法について、Deepgramの最新ドキュメントを確認します。AWSサービスがリクエストを起動する場合は、すべてのリクエストが成功するとは想定せず、再試行と失敗時の対応を計画します。
結果を確認し、振り分ける
文字起こしとエラーの送信先、確認できる人、元の音声や生成されたテキストを削除するタイミングを決めます。無音、複数人の発話の重なり、音質の悪い音声を含む、代表的な録音でテストします。文字起こしの修正が必要な場合に、権限のある確認担当者が元の録音を利用できるようにしておきます。
品質基準
引き継ぎが機能することと、信頼性が高く承認済みの本番ワークフローであることは同じではありません。結果に依存する前に、以下の制約を確認してください。
- AWSへの自動接続はありません
-
このページでは、AWSリソースのプロビジョニング、バケットの接続、権限の付与、サポート対象のDeepgram連携の確立は行いません。図や提案されたフローだけでは、特定のデプロイ方法が利用可能かどうかは確認できません。
回避策最新の連携ドキュメントを確認してから、実際に使用する転送経路と認証手順を管理された環境でテストしてください。
- 文字起こしの精度は保証されない
-
背景雑音、アクセント、専門用語、複数の話者によって、文字起こしの内容は変わります。処理が成功したという応答だけでは、名前、数字、決定事項が正しく文字起こしされたとは判断できません。
回避策代表的なサンプルを元の音声と照合し、人による修正が必要な誤りを定義してください。
- データポリシー上の承認は引き継がれない
-
録音をAWSに保存していても、音声を別のプロバイダーに送信した後の扱いは明らかになりません。保存場所、保持期間、許可される利用方法、生成されたテキストへのアクセスは、それぞれ別に確認する必要があります。
回避策機密性の高い録音を転送する前に、プロバイダーの最新の規約と組織の要件を確認してください。
- 復旧計画は標準では用意されていない
-
リクエストの失敗、アクセス権の期限切れ、出力の欠落によって、一見正常に見える処理パイプラインが未完了のままになることがあります。また、アプリケーションが繰り返されたリクエストを識別できない場合、後続の処理で作業が重複する可能性もあります。
回避策再試行の上限、障害時のアラート、各録音と最終結果を照合する方法を定めてください。
よくある手戻り
ワークフローを拡張する前に、受け渡し方法を決める
最も避けやすい手戻りは、処理を接続した後になって文字起こしの保存先を決めることから生じます。まず代表的な録音を1件選び、許可された処理経路、期待する結果、確認担当者、失敗時の状態を書き出してください。現時点でAWS連携を実装するのではなく、音声ツールを検討している場合、リンク先は別の製品体験です。この用途に使用する前に、現在の機能を確認してください。
- 元の録音へのアクセス経路を整理する
- 出力を元の音声と照合する
- 失敗した結果や異議のある結果の担当者を決める
このシナリオに関するよくある質問
必ずしもそうではありません。この表現は、アカウント内で処理が行われることではなく、AWSでホストされたアプリケーションがDeepgramに音声を送信する構成を指す場合があります。必要な構成の詳細は、最新のデプロイおよび連携ドキュメントで確認してください。
録音を保存しただけで文字起こしサービスがアクセスできるとは限りません。サポートされる入力方法とアクセス方式は、現在のAPIと設定によって異なります。本番環境での転送を設計する前に、機密性の低い録音でアクセスをテストしてください。
アクセスが許可された録音から処理リクエストを経て結果が保存されるまで、一連の流れをテストしてください。実際の利用に近い音声、失敗するリクエスト、有効期限が切れたアクセス許可、修正が必要な文字起こしを含めます。録音を意図した範囲より広く公開せずに、適切な担当者がエラーを確認できることを確かめてください。
いいえ。自社のリソースに適用するAWSの管理策だけでは、転送した音声や生成されたテキストを別のプロバイダーがどう扱うかは決まりません。データの取り扱い経路全体について、プロバイダーの最新の利用規約、保存期間の設定、組織の承認要件を確認してください。