amazon-web-services - AWS Lex 是否使用 AWS Transcribe 作为 ASR 来进行提示识别？

Question

我正在尝试确定 AWS Lex 是否使用 AWS Transcribe 进行提示确认。例如，Lex 询问“你的电话号码是什么？”，用户回答“1-2-3-4”。 Lex 然后问道:“你是说 1-2-3-4 吗？”。 Lex 在幕后使用什么作为 ASR 来确定用户说的是“1-2-3-4”？是 AWS Transcribe 还是其他什么？

Answer 1

我认为除了 AWS 之外没有人知道，但 Lex 使用 AWS Transcribe 背后的功能确实有意义(以及 AWS Polly 用于返回 Lex 的语音) 。就个人经验而言，直到 reInvent 17 宣布 Transcribe 之前大约一个月，我一直在使用 Lex 执行 STT(语音转文本)。这就是可能的，因为意图可以被忽略并传递给Lambda处理程序。提供给 Lambda 处理程序的 JSON 数据包包含已识别的语音(作为文本)，我将其返回给调用者。然而，在他们宣布Transcribe后的某个时间，这种方法就停止工作了，因为意图不能再被忽略。除了 intents 中的输入之外的任何输入都将返回配置的错误响应。我的猜测是他们在推出 Transcribe 时停止了这一点。

附录:AWS Transcribe 是纯 ASR(自动语音识别或语音转文本)。它返回识别的语音和元数据(置信度等)。

借助 AWS Lex，您可以设计自己的机器人来自动响应查询(就像在 Alexa 中一样)