部署控制面板并提高联络中心座席的关键绩效指标（KPI）可见性
本指南使用人工智能（AI）近乎实时地分析语音和对话，以改善座席关键绩效指标（KPI）和客户体验。可通过 Amazon QuickSight 上的控制面板对数据进行可视化，从而更明确地了解座席效率并改善客户体验。机器学习用于捕捉对话中的意图和上下文，并提供智能搜索功能。
架构图
第 1 步
Amazon Chime Voice Connector 将通话音频传输到 Amazon Kinesis Video Streams。通话信令事件会被发送到 Amazon Event Bridge。
第 2 步
该事件会启动通话转录处理。音频会被流式传输到 Amazon Transcribe 进行实时转录。录音存储在 Amazon Simple Storage Service（S3）中。
第 3 步
转录结果会被实时写入到 Amazon Kinesis Data Streams 中。
第 4 步
转录处理器函数会读取转录流，并对转录内容和呼叫元数据进行扩充。
第 5 步
Amazon Comprehend 会应用情绪分析并对元数据进行扩充。
第 6 步
转录和元数据与由 Amazon Lex 自然语言理解（NLU）/自然语言处理（NLP）和 Amazon Kendra（Amazon Machine Learning 搜索）提供支持的座席协助服务相集成。
第 7 步
代理用户界面通过 Amazon CloudFront 提供，并使用 AWS AppSync 应用程序编程接口（API）在通话期间提供实时座席协助。
第 1 步
Amazon Chime Voice Connector 将通话音频传输到 Amazon Kinesis Video Streams。通话信令事件会被发送到 Amazon Event Bridge。
第 2 步
该事件会启动通话转录处理。音频会被流式传输到 Amazon Transcribe 进行实时转录。录音存储在 Amazon Simple Storage Service（S3）中。
第 3 步
转录结果会被实时写入到 Amazon Kinesis Data Streams 中。
第 4 步
转录处理器函数会读取转录流，并对转录内容和呼叫元数据进行扩充。
第 5 步
Amazon Comprehend 会应用情绪分析并对元数据进行扩充。
第 6 步
转录和元数据与由 Amazon Lex 自然语言理解（NLU）/自然语言处理（NLP）和 Amazon Kendra（Amazon Machine Learning 搜索）提供支持的座席协助服务相集成。
第 7 步
代理用户界面通过 Amazon CloudFront 提供，并使用 AWS AppSync 应用程序编程接口（API）在通话期间提供实时座席协助。
Well-Architected 支柱
当您在云中构建系统时，AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济高效且可持续的系统的架构最佳实践。使用 AWS 管理控制台中免费提供的 AWS Well-Architected Tool，您可以通过回答每个支柱的一组问题，根据这些最佳实践来检查您的工作负载。
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。
-
卓越运营阅读《卓越运营》白皮书
数据，比如说话人的情感分析和联络中心座席遵守客户内部合规规则的情况，用于评估联络中心座席处理客户电话的效能。相同的数据还用于识别通话中讨论的主题和实体。所有这些数据都可以通过 Amazon QuickSight 进行可视化，帮助业务分析师从客户的角度识别趋势和座席的潜在培训需求。
-
安全性阅读《安全性》白皮书
所有数据均经过动态和静态加密，并可使用客户控制的 AWS Key Management Service（AWS KMS）密钥进行加密。尽管该解决方案完全无服务器，但 AWS Lambda 组件可以选择在客户的 VPC 内运行，并且仅通过客户批准的端点访问外部服务，如 Amazon Transcribe 和 Amazon S3。
-
可靠性阅读《可靠性》白皮书
该解决方案完全无服务器，而且每项服务（例如 Amazon Transcribe、Amazon S3）都使用多个可用区以弹性的方式运行。
-
性能效率阅读《性能效率》白皮书
该解决方案可以根据需要对其无服务器组件进行向上和向下扩展，以便处理可能的数千个并发通话，或是没有待处理通话的情况。
-
成本优化阅读《成本优化》白皮书
正如在性能效率支柱中提到的，该解决方案仅在有活动的通话音频文件需要处理时才使用无服务器组件，从而尽可能地减少产生的费用。如果需要，原始音频文件可以根据客户指定的时间表归档到低成本的长期存储中，从而最大限度地降低存储成本。
-
可持续性阅读《可持续性》白皮书
通过密集地使用托管服务和动态扩展，我们可以最大限度地降低后端服务的环境影响。
相关内容
使用 Amazon 语言 AI 服务为您的联络中心进行实时呼叫分析和座席协助
您的联络中心会将您的企业与社区联系起来，以便客户可以订购产品，呼叫者可以寻求支持，客户可以预约，等等。当通话顺利进行时，呼叫者会对您的品牌保持积极的印象，并且很可能再次光临并向他人推荐您。
这篇文章演示了如何使用 Amazon Machine Learning（ML）服务大规模转录和提取联系中心通话中的见解。
免责声明
示例代码；软件库；命令行工具；概念验证；模板；或其他相关技术（包括由我方人员提供的任何前述项）作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议（以适用者为准）向您提供。您不应将这些 AWS 内容用在您的生产账户中，或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容，例如示例代码，以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源（例如，运行 Amazon EC2 实例或使用 Amazon S3 存储）而产生 AWS 费用。
本指南中提及第三方服务或组织并不意味着 Amazon 或 AWS 与第三方之间存在认可、赞助或从属关系。AWS 的指导是一个技术起点，您可以在部署架构时自定义与第三方服务的集成。