对话式 AI 可以通过语音和文本提供强大、自动化的交互式体验。 亚马逊Lex 是一项结合了自动语音识别和自然语言理解技术的服务,因此您可以构建这些复杂的对话体验。 在联络中心可以找到对话式 AI 的一个常见应用:自助服务虚拟代理。 我们很高兴地宣布您现在可以使用 亚马逊 Chime SDK 公共交换电话网络 (PSTN) 音频支持对话式自助服务应用程序,以减少呼叫解决时间和自动化信息响应。
Amazon Chime SDK 是一组实时通信组件,开发人员可以使用这些组件向您的 Web 和移动应用程序添加音频、消息传递、视频和屏幕共享。 Amazon Chime SDK PSTN 音频与 Amazon Lex 的集成使构建者能够开发对话界面,用于与公共电话网络之间的呼叫。 您现在可以构建人工智能驱动的自助服务应用程序,例如会话 交互式语音应答系统 (IVR)、虚拟代理和其他使用会话发起协议 (SIP) 进行语音通信的电话应用程序。
此外,我们还推出了几项新功能。 适用于 PSTN 的亚马逊语音焦点 提供基于深度学习的噪声抑制,以减少通话中不需要的噪声。 您现在还可以通过我们的原生集成在您的应用程序中使用机器学习 (ML) 驱动的文本到语音转换 亚马逊波莉. 现在,所有功能都直接与 Amazon Chime SDK PSTN 音频集成。
在这篇文章中,我们教你如何 建立对话式 IVR 系统 用于使用 Amazon Lex 通过电话接受预订的虚构旅行服务。
解决方案概述
Amazon Chime SDK PSTN 音频使开发人员可以使用无服务器的敏捷性和操作简单性轻松构建自定义电话应用程序 AWS Lambda 功能。
对于此解决方案,我们使用以下组件:
- Amazon Chime SDK PSTN 音频
- AWS Lambda
- 亚马逊Lex
- 亚马逊波莉
Amazon Lex 与 Amazon Polly 原生集成以提供文本转语音功能。 在这篇文章中,我们还启用了 Amazon Voice Focus 来减少电话中的背景噪音。 在一个 以前的帖子,我们展示了如何使用 API 接口与 Amazon Lex v1 集成。 这不再需要。 使用 Amazon Lex 和 Amazon Polly 的繁重工作现在被一些简单的函数调用所取代。
下图说明了 Amazon Chime SDK Amazon Lex 聊天机器人系统的高级设计。
为了帮助您学习使用 Amazon Chime SDK PSTN 音频服务进行构建,我们发布了一个 源代码和文档存储库 解释源代码是如何工作的。 源代码采用研讨会格式,每个示例程序都建立在上一课的基础上。 最后一课是如何通过电话构建一个完整的 Amazon Lex 驱动的聊天机器人。 这就是我们在这篇文章中关注的教训。
作为此解决方案的一部分,您将创建以下资源:
- SIP媒体应用 – 指定要调用的 Lambda 函数的托管对象。
- SIP规则 – 一个托管对象,它指定要触发的电话号码以及用于调用 Lambda 函数的 SIP 媒体应用程序托管对象。
- 电话 – 预置用于接听电话的 Amazon Chime SDK PSTN 电话号码。
- 拉姆达函数 – 用 Typescript 编写的与 PSTN 音频服务集成的函数。 它接收来自 SIP 媒体应用程序的调用并发回指示 SIP 媒体应用程序执行 Amazon Polly 和 Amazon Lex 任务的操作。
演示代码分两部分部署。 Amazon Lex 聊天机器人示例是教授如何使用 Amazon Chime SDK PSTN 音频的一系列研讨会示例之一。 在本文中,您将完成以下高级步骤来部署聊天机器人:
- 配置 Amazon Lex 聊天机器人。
- 从 GitHub 存储库克隆代码。
- 为研讨会部署公共资源(包括电话号码)。
- 部署将 Amazon Lex 连接到电话号码的 Lambda 函数。
我们详细介绍了每个步骤。
先决条件
您必须具备以下先决条件:
- 已安装节点 V12+/npm
- 已安装 AWS 命令行界面 (AWS CLI)
- 已安装节点版本管理器 (nvm)
- 已安装节点模块 typescript aws-sdk(使用 nvm)
- 为本演示使用的账户和区域配置的 AWS 凭证
- 创建 Amazon Chime SIP 媒体应用程序和电话号码的权限(确保您的服务配额在
us-east-1
orus-west-2
未达到电话号码、语音连接器、SIP 媒体应用程序和 SIP 规则) - 部署必须在
us-east-1
orus-west-2
与 PSTN 音频资源对齐
有关详细的安装说明,包括可以自动安装的脚本和用于轻松创建 Amazon Elastic Compute Cloud (Amazon EC2) 开发环境的 AWS 云开发工具包 (AWS CDK) 项目,请参阅 车间指导。
配置 Amazon Lex 聊天机器人
您可以使用 Amazon Lex 构建一个完整的对话式语音机器人。 在此示例中,您使用 Amazon Lex 控制台构建机器人。 我们跳过为 Amazon Lex 构建 Lambda 函数的步骤。 这里的重点是如何将 Amazon Chime PSTN 音频连接到 Amazon Lex。 有关构建自定义 Amazon Lex 自动程序的说明,请参阅 亚马逊 Lex:它是如何工作的. 在这个例子中,我们使用了预先构建的“book trip”例子。
创建机器人
要创建您的聊天机器人,请完成以下步骤:
- 登录到您在其中部署 Amazon Chime 开发工具包资源的同一区域中的 Amazon Lex 控制台。
这必须在 us-east-1
or us-west-2
,具体取决于您使用 AWS CDK 部署 Amazon Chime 开发工具包资源的位置。
- 在导航窗格中,选择 搜索引擎.
- 创建机器人.
- 选择 从一个例子开始。
- 针对 机器人名称,输入名称(例如 BookTrip)。
- 针对 产品描述,输入可选说明。
- 下 IAM 权限, 选择 创建具有基本 Amazon Lex 权限的角色.
- 下 儿童在线隐私保护法案, 选择 没有.
此示例不需要该保护,但对于您自己的机器人创建,您应该相应地选择此选项。
- 下 空闲会话超时¸ 将会话超时设置为 1 分钟。
- 你可以跳过 高级设置 部分。
- 下一页.
- 针对 选择语言,选择您的首选语言(对于这篇文章,我们选择英语(美国))。
- 针对 语音交互,选择您要使用的语音。
- 您可以输入语音样本并选择 播放 测试短语并确认声音是否符合您的喜好。
- 将其他设置保留为默认值。
- 完成 .
- 在 履行 部分,为成功履行时输入以下文本:
- 下 结束回应,为消息输入以下文本:
Goodbye!
- 保存意图.
- 建立.
构建过程需要一些时间才能完成。 完成后,您可以在 Amazon Lex 控制台上测试机器人。
创建版本
您现在已经构建了机器人。 接下来,我们创建一个版本。
- 导航到 版本 机器人的页面(在导航窗格中的机器人名称下)。
- 创建版本.
- 接受所有默认值并选择 创建.
您的新版本现已列在 版本 页面上发布服务提醒。
创建一个别名
接下来,我们创建一个别名。
- 在导航窗格中,选择 别名.
- 创建别名.
- 针对 别名 名称,输入名称(例如,生产)。
- 下 律师 有一个版本,选择 版本 1 在下拉菜单上。
如果您有多个版本的机器人,您可以在此处选择适当的版本。
- 创建.
别名现在列在 别名 页面上发布服务提醒。
- 点击 别名 页面,选择您刚刚创建的别名。
- 下 基于资源的策略,选择 编辑.
- 添加以下策略,允许 Amazon Chime SDK PSTN 音频为您调用 Amazon Lex:
在上述代码中,提供资源 ARN(位于文本框正上方),它是机器人别名的 ARN。 还要提供您的帐号并指定您要部署到的区域(us-east-1
or us-west-2
)。 这定义了您账户中 PSTN 音频控制平面的 ARN。
- 保存 存储策略。
- 复制 旁边的资源 ARN 以在后续步骤中使用。
恭喜! 您已配置 Amazon Lex 自动程序!
在真正的聊天机器人应用程序中,您几乎肯定会实现一个 Lambda 函数来处理意图。 此演示程序侧重于说明如何连接到 Amazon Chime SDK PSTN 音频,因此我们不会详细介绍该级别。 了解更多信息, 请参阅将 Lambda 函数添加为代码挂钩.
克隆 GitHub 存储库
您可以通过克隆存储库来获取整个研讨会的代码:
为研讨会部署公共资源
本研讨会使用 AWS CDK 自动部署所有需要的资源(除了您已经做过的 Amazon Lex 机器人)。 要进行部署,请从终端运行以下代码:
AWS CDK 部署资源。 我们执行引导步骤以确保 AWS CDK 在您要部署到的区域中正确初始化。 请注意,这些示例使用 AWS CDK 版本 2。
该存储库包含一系列旨在解释如何开发 PSTN 音频应用程序的课程。 我们建议使用前几个示例程序查看这些文档以了解基础知识。 然后,您可以查看 Lambda 示例程序文件夹。 最后,按照步骤配置然后部署您的代码。 在终端中,输入以下命令:
配置您的 Lambda 函数以使用 Amazon Lex 自动程序 ARN
打开 src/index.ts
Lambda 函数的源代码文件并编辑变量 botAlias
文件顶部附近(提供您之前复制的 ARN):
您现在可以使用 yarn deploy 部署机器人,并使用 yarn swap 将新的 Lambda 函数交换为 PSTN 音频。 您还可以在 startBotConversationAction
宾语:
Amazon Lex 启动自动程序并使用 Amazon Polly 读取该文本。 这会给呼叫者打招呼,并告诉他们下一步应该做什么。
产品思路
下面的示例为我们在 呼叫和桥接呼叫课程。 该 NEW_INBOUND_CALL
事件到达并以相同的方式处理。 我们启用 Amazon Voice Focus(它增强了 Amazon Lex 理解单词的能力),然后立即将来电转交给机器人 StartBotConversation
行动。 该操作的示例类似于以下对象:
当机器人返回一个 ACTION_SUCCESSFUL
事件,Amazon Lex 自动程序收集的数据包含在事件中。 包括从机器人收集的数据,如果需要,您的 Lambda 函数可以使用该数据。 但是,构建 Amazon Lex 应用程序的常见做法是使用与 Amazon Lex 机器人关联的函数处理数据。 事件和返回操作的示例在 本届会议的研讨会文件.
时序图
下图显示了 PSTN 音频和 Lambda 函数之间的调用顺序:
有关操作的更详细说明,请参阅 研讨会文件.
清理
要清理此演示中使用的资源并避免产生更多费用,请完成以下步骤:
- 在终端中,输入以下代码:
- 返回创意工坊文件夹(
cd ../../
) 并输入以下代码:
由 AWS CDK 创建的 AWS CloudFormation 堆栈被销毁,移除所有分配的资源。
结论
在这篇文章中,您学习了如何构建一个 对话式交互式语音响应 (IVR) 系统使用 Amazon Lex 和 Amazon Chime SDK PSTN 音频。 您可以使用这些技术来构建自己的系统,以减少您自己的客户呼叫解决时间并自动响应客户呼叫的信息。
有关详细信息,请参阅 项目 GitHub 存储库 和 使用 Amazon Chime SDK PSTN 音频服务.
关于作者
格雷格·赫林 在大型和小型公司(包括几家初创公司)领导软件团队超过 25 年。 他目前是 Amazon Chime SDK 服务的首席布道者,他热衷于如何帮助客户构建高级通信软件。
- "
- 100
- 9
- 关于我们
- 账号管理
- 操作
- 行动
- 增加
- 高级
- 中介代理
- AI
- 所有类型
- 已经
- Amazon
- 宣布
- API
- 应用领域
- 应用领域
- 音频
- 自动化
- AWS
- 背景
- 基础
- 边界
- 博特
- 机器人
- 盒子
- 桥
- 建立
- 建筑物
- 呼叫
- 可以得到
- 能力
- 汽车
- CD
- 收费
- 云端技术
- 码
- 相当常见
- 通信
- 公司
- 计算
- 流程条件
- 配置
- 安慰
- 内容
- 控制
- 可以
- 创建
- 资历
- 习俗
- 合作伙伴
- data
- 部署
- 部署
- 部署
- 部署
- 设计
- 销毁
- 细节
- 开发
- 开发
- 研发支持
- DID
- 文件
- 不会
- 容易
- 效果
- 英语
- 环境
- 活动
- 例子
- 除
- 体验
- 特征
- 姓氏:
- 专注焦点
- 遵循
- 以下
- 格式
- 发现
- 功能
- GitHub上
- 帮助
- 点击此处
- 创新中心
- How To
- HTTPS
- 实施
- 包括
- 包含
- 信息
- 整合
- 集成
- 积分
- 互动
- 接口
- IT
- 语言
- 大
- 学习用品
- 知道
- 学习
- 导致
- Level
- Line
- 已发布
- 机
- 机器学习
- 管理
- 经理
- 媒体
- 消息
- ML
- 联络号码
- 移动应用程序
- 更多
- 自然
- 旅游导航
- 近
- 网络
- 新功能
- 噪声
- 数
- 数字
- 在线
- 在线隐私
- 附加选项
- 秩序
- 其他名称
- 政策
- 强大
- 在练习上
- 校长
- 隐私
- 过程
- 生产
- 曲目
- 训练课程
- 项目
- 保护
- 协议
- 提供
- 提供
- 国家
- 实时的
- 建议
- 减少
- 出租
- 更换
- 知识库
- 必须
- 资源
- 资源
- 响应
- 回报
- 检讨
- 定位、竞价/采购和分析/优化数字媒体采购,但算法只不过是解决问题的操作和规则。
- 运行
- SDK
- 系列
- 无服务器
- 服务
- 集
- 简易
- 小
- So
- 软件
- 方案,
- 极致
- 源代码
- 堆
- 启动
- 初创企业
- 个人陈述
- 商店
- 成功
- 系统
- 任务
- 技术
- 技术
- 告诉
- 终端
- test
- 基础知识
- 通过
- 最佳
- 旅行
- 理解
- us
- 使用
- 视频
- 在线会议
- 音色
- 卷筒纸
- 欢迎进入
- 什么是
- 话
- 加工
- 合作
- 年