improve_public_speaking_skills_using_a_genai_based_virtual_assistant_with_amazon_bedrock
1.0.0
이 리포지토리에 대한 관련 블로그 게시물은 여기에서 찾을 수 있습니다. Amazon Bedrock의 생성 AI 기반 가상 어시스턴트를 사용하여 대중 연설 기술 향상
경고
이 예는 실험 목적으로만 사용되었으며 프로덕션 준비가 되어 있지 않습니다. 이 샘플을 배포하면 비용이 발생할 수 있습니다 . 더 이상 필요하지 않은 경우 마지막에 제공된 지침을 통해 인프라를 제거하십시오.
대중 연설은 전문적인 프리젠테이션, 학업 환경, 개인 성장 등 오늘날 세계에서 중요한 기술입니다. 그러나 많은 사람들은 대중 연설 중에 불안, 자신감 부족, 비효율적인 의사소통으로 어려움을 겪습니다. 대중 연설 코치를 고용하는 것은 비용이 많이 들고 가용성이 제한되어 있습니다. 이제 LLM(대형 언어 모델)의 출현으로 다양한 배경과 위치의 개인은 물론 모든 규모의 조직에서 Generative AI 기반 가상 도우미를 사용하여 실시간 음성 분석, 영역 식별의 이점을 누릴 수 있습니다. 개선을 위한 제안 및 음성 전달 향상을 위한 제안을 제공합니다.
이 리포지토리에서는 프레젠테이션 연설에서 자신의 오디오를 전사하고 언어 사용, 문법 오류, 필러 단어, 단어 및 문장의 반복 등을 검사하고 권장 사항을 제공하고 선별된 버전을 제안할 수 있는 Amazon Bedrock 기반 가상 도우미를 제시합니다. 더 나은 프리젠테이션을 위해 사용자의 음성을 녹음합니다. 이 솔루션은 의사소통 기술을 개선하고 자신감을 높이며 궁극적으로 개인이 더욱 효과적이고 영향력 있는 대중 연설가가 될 수 있도록 지원합니다. 기업, 교육 기관, 정부 기관, 소셜 미디어 인물 등 다양한 분야의 조직은 이 솔루션을 활용하여 직원, 학생 및 대중 연설 참여를 위한 자동화된 코칭을 제공할 수 있습니다.
이 솔루션은 Python으로만 작성되었으며 CDK 템플릿을 사용하여 AWS에 필요한 인프라를 배포합니다.
이 솔루션은 4가지 주요 구성 요소로 구성됩니다.
이 솔루션은 자동 음성 인식을 통한 음성-텍스트 변환을 위해 Amazon Transcribe를 활용합니다. 사용자가 오디오 또는 비디오 파일을 업로드하면 Amazon Transcribe는 음성을 텍스트로 기록한 다음 Amazon Bedrock에서 호스팅되는 Anthropic Claude 3.5 Sonnet 모델에 입력 데이터로 전달됩니다. 이 솔루션은 기록된 텍스트와 함께 Amazon Bedrock에 두 개의 프롬프트를 보냅니다. 첫 번째 프롬프트는 언어 사용, 문법 오류, 보충어, 단어 및 문장 반복, 음성의 기타 측면에 대한 피드백과 권장 사항을 생성하기 위한 것입니다. 두 번째 프롬프트는 사용자의 원래 음성의 선별된 버전을 얻기 위한 것입니다. 고도로 선별된 응답을 제공하기 위해 Amazon Bedrock을 통해 AI 프롬프트 체인이 수행됩니다. 궁극적으로 솔루션은 두 프롬프트의 출력을 통합하고 사용자 웹 페이지에 Amazon Bedrock을 사용하여 파생된 포괄적인 권장 사항을 표시하며 결과를 사용자에게 이메일로 보냅니다. 현재 이 솔루션은 영어로만 사용자 음성을 지원합니다.
다음 다이어그램은 솔루션 아키텍처를 보여줍니다.
아키텍처를 단계별로 살펴보겠습니다.
중요한
StepFunctions 페이로드 크기 제한인 256KB를 피하기 위해 우리는 Step Functions의 AWS Lambda 최적화 통합을 사용하여 S3 버킷의 Bedrock 추론 매개변수에 대한 페이로드를 저장합니다. AWS Lambda 함수는 필요한 페이로드를 생성하고 이를 지정된 S3 버킷에 저장합니다. 그런 다음 Step Functions는 Bedrock InvokeModel API의 input 매개변수에 있는 S3 버킷 경로를 사용합니다. 이 선택적 필드는 Step Functions와의 Amazon Bedrock 최적화 통합에만 해당됩니다. 이를 통해 256KB보다 큰 페이로드를 전달할 수 있습니다.
다음 다이어그램은 Step Functions 상태 머신 워크플로를 보여줍니다. 여기에서 상태 머신 정의에 해당하는 Amazon States Language(ASL)에 액세스할 수도 있습니다. PublicSpeakingMentorAIAssistantStateMachine ASL
Public Speaking Mentor AI Assistant 솔루션을 구현하기 위해서는 다음과 같은 전제조건을 갖추어야 합니다.
솔루션을 배포하고 Streamlit 애플리케이션 웹 포털을 실행하기 위해 아래 AWS 서비스에 대한 충분한 AWS Identity and Access Management(IAM) 권한이 있는 AWS 계정.
원하는 AWS 지역의 Amazon Bedrock에서 Anthropic의 Claude 3.5 Sonnet에 대한 모델 액세스가 활성화되었습니다.
AWS CLI(명령줄 인터페이스), 최신 버전의 AWS CDK(2.159.0 이상), Python 3.8 이상 및 Git이 설치된 로컬 데스크톱 환경입니다.
필요한 AWS 자격 증명과 원하는 AWS 리전을 사용하여 AWS CLI를 설정합니다.
중요한
이전 버전에서는 Anthropic Claude 3.5 Sonnet CDK 구성에 대한 지원이 제공되지 않으므로 최신 CDK(v2.159.0 이상)가 설치되어 있는지 확인하십시오.
Public Speaking Mentor AI Assistant AWS 인프라를 배포하려면 다음 단계를 완료하십시오.
git clone https://github.com/aws-samples/improve_public_speaking_skills_using_a_genai_based_virtual_assistant_with_amazon_bedrock.git
app 디렉터리로 변경합니다. cd improve_public_speaking_skills_using_a_genai_based_virtual_assistant_with_amazon_bedrock/app
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cdk synth
팁
다음 명령을 사용하여 일회성 CDK 부트스트래핑을 수행해야 할 수도 있습니다. 자세한 내용은 CDK 부트스트래핑을 참조하세요.
cdk bootstrap aws:// < ACCOUNT-NUMBER- 1> / < REGION- 1> cdk deploy
CDK가 성공적으로 배포되면 아래 단계에 따라 Cognito 사용자를 생성하십시오.
웹 포털에 액세스하기 위해 Amazon Cognito 사용자 풀에서 사용자를 생성하려면 다음 단계를 완료하십시오. 생성된 사용자에게는 AWS 권한이 필요하지 않습니다.
음성 추천 이메일 알림을 받기 위해 SNS 주제를 구독하려면 다음 단계를 완료하십시오.
Public Speaking Mentor AI Assistant 웹 포털에 액세스하기 위해 Streamlit 애플리케이션을 실행하려면 다음 단계를 완료하십시오.
app 디렉터리 내에서 디렉터리를 webapp 으로 변경합니다. cd webapp
streamlit run webapp.py --server.port 8080
Note: Allow inbound traffic on port 8080
포트 8080에서 들어오는 트래픽이 로컬 컴퓨터에서 허용되는지 확인하세요.
연설 능력을 향상시키기 위해 Public Speaking Mentor AI Assistant를 사용하려면 아래 단계를 따르십시오.
리소스를 정리하려면 다음 단계를 완료하세요.
app 디렉터리로 변경합니다. cdk destroy
AWS Step Functions streamlit webapp의 코드 대부분은 다음 AWS 샘플 github 리포지토리에서 영감을 얻었습니다.
자세한 내용은 기여를 참조하세요.
이 라이브러리는 MIT-0 라이선스에 따라 라이선스가 부여됩니다. 라이센스 파일을 참조하십시오.
