Firma przetwarzająca płatności nagrywa rozmowy głosowe klientów i przechowuje pliki audio w zasobniku Amazon S3. Firma musi wyodrębnić tekst z plików audio i usunąć wszelkie dane osobowe (PII) z transkrypcji. Co powinien zrobić architekt rozwiązań, aby spełnić te wymagania?

Prawidłowa odpowiedź wykorzystuje Amazon Transcribe, usługę AWS zaprojektowaną do konwersji mowy na tekst, która natywnie obsługuje redakcję danych PII (Personal Identifiable Information). Skonfigurowanie zadania transkrypcji z włączoną redakcją PII automatycznie identyfikuje i usuwa wrażliwe dane z transkrypcji. Funkcja AWS Lambda jest idealnym rozwiązaniem do automatycznego uruchamiania tego zadania po przesłaniu nowego pliku audio do zasobnika S3, zapewniając skalowalne i bezserwerowe przetwarzanie. Przechowywanie wyników w oddzielnym zasobniku S3 jest dobrą praktyką w zakresie zarządzania danymi i bezpieczeństwa. Pozostałe opcje są nieprawidłowe, ponieważ: Amazon Kinesis Video Streams służy do przetwarzania strumieni wideo i audio w czasie rzeczywistym, a nie do transkrypcji z plików S3. Skanowanie PII za pomocą Lambda wymagałoby niestandardowej logiki, która jest mniej efektywna niż wbudowana funkcja Transcribe. Amazon Textract jest przeznaczony do wyodrębniania tekstu i danych ze zeskanowanych dokumentów, a nie z plików audio. Amazon Connect to usługa centrum kontaktowego i choć może transkrybować rozmowy, nie jest to optymalne rozwiązanie do przetwarzania istniejących plików audio z S3. Ponadto, wymagałoby niestandardowej logiki Lambda do redakcji PII, co jest mniej wydajne niż Transcribe.