【ハンズオン】さぁ！サーバーレスを始めよう！ #2 – AWS AI サービスと組み合わせて作るサーバーレス文字起こしパイプライン構築ハンズオン #AWSSummit

AWS Summit Online Japan 2020

#Amazon Comprehend

#AWS

リサリサ

2020.09.14

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

2020年9月8日から9月30日の間で開催されているAWS Summit Online のセッションに参加しています。 AWS Summit Onlineでは基調講演等の他、ハンズオンセッションという手を動かすセッションがあります。

今回はさぁ！サーバーレスを始めよう！ #2 - AWS AI サービスと組み合わせて作るサーバーレス文字起こしパイプライン構築ハンズオンに参加したのでレポートします。

セッション概要

スピーカー

金澤圭氏

アマゾンウェブサービスジャパン　技術統括本部

ソリューションアーキテクト

セッション

HOL-04：さぁ！サーバーレスを始めよう！ #2 - AWS AI サービスと組み合わせて作るサーバーレス文字起こしパイプライン構築ハンズオン

動画&資料はこちらになります。 1時間半とちょっと長めの動画になりますが、一つ一つ動作確認をしながら細かく丁寧に作っていけるので、初心者の方にもおすすめです！

目的

このハンズオンでは、

AWS Lambda
AWS Step Functions
Amazon Transcribe
Amazon Comprehend
Amazon Polly

をはじめとした多数の AWS サービスを用い、文字起こしパイプラインを作ります。サーバーレスのメリットを、手を動かしながら体験できます。

ハンズオン概要

ストーリーに沿って、二段階に分けてハンズオンしていきます。

ハンズオン①　シンプルな文字起こしパイプラインを作成する

ハンズオン②　文字起こしパイプラインを拡張する

今回使っていくサービスについて

今回多数サービスを組み合わせハンズオンをしていきます。

たくさんあるので、使ったことがないサービスもあるかと思いますので、簡単に機能の説明を貼らせて頂きます。全て、下記ブログから転載になります。

Amazon Polly

テキストを自然な音声に変換するテキスト読み上げサービス。音声エンジンとしてスタンダード（TTS; Text-to-Speech）とニューラル（NTTS; Neural Text-to-Speech）が選択可能。SSML（Speech Synthesis Markup Language）を使用して発音、ボリューム、話す速度など、音声のさまざまな要素をカスタマイズできる。また、レキシコンによる単語の発音のカスタマイズも可能。

AWS Lambda

サーバー不要でアプリケーションコードのみをデプロイすることで、イベント駆動でコードが実行できるサービス。他のサービスとのハブとなり、サーバーレスアーキテクチャの中核となるサービス。Provisioned Concurrencyを使用することでコールドスタート対策もできる。最大実行時間は15分。

Amazon S3

正式名称は Amazon Simple Storage Service で、年間で99.99%の可用性と99.999999999%の耐久性を実現するよう設計されたオブジェクトストレージ。アクセスポリシー、データの暗号化、バージョニング、MFA削除、ライフサイクル管理ポリシー、イベント通知。さらに、静的Webサイトホスティング、タグ付け、クロスリージョンレプリケーション、バッチオペレーション、アクセスポイントなど、およそSimpleとは言えない豊富な機能を備えている。またスタンダード、インテリジェントな階層化、標準-IA、1ゾーン-IA、Glacier、Glacier Deep Archive、低冗長化（非推奨）のストレージクラスが提供されている。ライフサイクルを設定することで自動的にオブジェクトのストレージクラスを移行させることができる。

Amazon Transcribe

音声をテキストに変換する文字起こしサービス。電話音声など不鮮明なものも可能。また医療に特化したサービスである Amazon Transcribe Medical もある。

Amazon DynamoDB

フルマネージドなkey-value型のNoSQLデータベースサービス。セカンダリインデックスやスループットキャパシティによるパフォーマンスの調整ができる。

Amazon Comprehend

フルマネージドな自然言語処理サービス。テキストの中から場所や人物、キーフレーズ、感情（肯定的／否定的／混在／中立）などが検出できる。

Amazon Simple Notification Service(SNS)

フルマネージドなプッシュ型メッセージングサービス。サブスクライブしているエンドポイントまたはクライアントへの、メッセージの配信または送信を調整し管理する。サポートしているサブスクライバーはHTTP/HTTPS、Email、SMS（ショートメッセージ）、SQS、Lambda、アプリケーション（モバイルなど）。ただしモバイルへのプッシュ通知はMobile Hubの利用が推奨されている。

AWS CloudTrail

AWSのAPIコール履歴（イベント）を取得・収集する、運用およびリスクの監査支援サービス。ログファイルの配信をSNS通知することも可能。またデータイベントとして、S3のオブジェクトレベルのロギング、Lambdaの関数レベルのロギングもサポートされている。

Amazon EventBridge

AWSサービス、独自のサービス、SaaSアプリケーションと連携し、イベント駆動型アーキテクチャを構築できるサーバーレスイベントバスサービス。CloudWatch Eventsをベースに構築され、CloudWatch Eventsを拡張するサービス。将来的にはCloudWatch EventsはEventBridgeに名称変更される予定。

AWS Step Functions

タスクとステートマシンの概念に基づく、分散アプリケーションとマイクロサービスを調整するワークフローサービス。ワークフローには標準とExpressの2タイプが提供されている。ドメインロジックはLambda関数やAWSサービス、またはEC2やECSを使用して定義する。また、ワークフロー全体はステートマシンとして、JSONベースの言語、ASL（Amazon States Language）を使用して定義する。