2018 AI 即戰力服務巡禮（3）- AWS ML Application Services

近一段時間以來，AI 與 ML 興起，帶起了新一輪的服務與體驗升級。接下來將會彙整現有的知名 AI/ML 服務，並介紹其中已能馬上使用的 API-Driven 服務，嘗試探索這些即戰力能為產品帶來怎樣創新

What is AWS ML Application Services?

AWS 原文為 Amazon Web Services，是由亞馬遜公司所建立的雲端服務平台，提供包羅萬象的服務。早期知名的 EC2 就是 Amazon 提供的服務，目前 Amazon 也推出了以「機器學習」為基礎的 AWS ML Application Services，其中 API-Driven 的服務有以下六項

• Amazon Rekognition Image: 深度學習影像分析
• Amazon Rekognition Video: 深度學習影片分析
• Amazon Comprehend: 文字理解分析
• Amazon Translate: 文字翻譯
• Amazon Transcribe: 自動語音辨識
• Amazon Polly: 文字轉換語音

屬性

類型：雲端 API

可用性：GA+

收費：大部分有免費額度，超過額度後收費

REST：支援

SDK：支援 JAVA, .NET, NODE.JS, PHP, PYTHON, RUBY, GO, C++

MOBILE SDK：支援 Android, iOS, React Native, Mobile Web, Unity, Xamarin

深度學習影像分析 Amazon Rekognition Image

功能：物件和場景偵測

可識別數千種物件與場景

功能：不安全影像偵測

可偵測露骨和暗示性內容，包含可信度分數

太保守了，這個尺度就不行

功能：臉部分析

可以分析影像中的多個臉部並分析臉部屬性，以及其信心指數，例如：是否正在微笑、眼睛狀態、嘴巴狀態、是否有鬍子、是否有戴眼鏡、情緒如何，甚至還能預估年紀…等等

可分開觀看每個辨識出人物的分析資料（相片中梁相宜實齡 32）

功能：名人辨識

可識別各行各業中，有名、值得注意或表現傑出的人

Coldplay 鼓手，成功辨識，Amazon 太強大！

功能：臉部辨識

可分析兩張影像中的臉部是否屬於同一個人

• Level 1: 林志玲 vs 暗黑林志玲

林志玲 vs 暗黑林志玲挑戰賽

• Level 2: 宋芸樺 vs 夏宇喬

宋夏九宮格，宋芸樺辨識，有辨識出 3 張完全正確，有 2 張沒辨識出來

宋夏九宮格，夏宇喬辨識，有辨識出 3 張完全正確，有 1 張沒辨識出來

• Level 3: 雙胞胎

已經判定相等，算是沒通過，但是相似度判斷依然正確

功能：圖像文字

可以找出和擷取影像中的文字，包括：道路號誌、車牌、T 恤、馬克杯、螢幕上的文字…等等

其他

• 名人辨識 API 無權也不會提供完整清單。將會盡可能包含最多的名人，並持續增加新的名人
• 名人辨識並不代表我們對該名人的評價
• 名人如果希望從此功能移除，可請求移除
• 影像文字只能辨識正負 30 度水平方向的文字
• 圖像文字辨識，目前手動測試結果，應該只支援英文

價格

深度學習影片分析 Amazon Rekognition Video

擷取前一分鐘分析

功能：影像分析 Video Analysis

可分析影片中出現的人物、名人、物件、活動、爭議性內容

可選擇一個或多個辨識出的人物，會標記出現的場景片段（劉子千晉升亞馬遜認證名人

物建與標籤也可標記出對應的片段

其他

• 支援檔案與串流

價格

文字理解分析 Amazon Comprehend

功能：自然語言處理 Natural Language Processing

可分析文句，進行關鍵片語擷取、情緒分析、實體辨識、語言偵測

功能：主題建模 Topic Modeling

從一個或多個文件中分析並擷取主題

其他

• 目前支援語言：英文、西班牙文，「尚未支援中文」。如果想分析其他語言，可以先進行翻譯
• 可與 Amazon S3 和 AWS Glue 整合使用

價格

文字翻譯 Amazon Translate

功能：以神經網路為基礎的翻譯

使用深度學習技術，比傳統翻譯模型更精確流暢

中文國小程度（被毆

其他

• 支援自動語言識別
• 支援檔案與串流
• 目前支援英文和下列語言之間的翻譯：阿拉伯文、法文、德文、葡萄牙文和西班牙文。未來幾個月將支持六種其他語言，包括日文、俄文、意大利文、簡體中文、「繁體中文」，土耳其文和捷克文

價格

自動語音辨識 Amazon Transcribe

使用 Newsroom 著名的片段來實驗，擷取 3:18 之後

功能：自動語音辨識 (ASR)

語音轉換文字功能

準確度蠻驚人的，可獲得個別字會的時間標籤與信心指數

功能：可自訂詞彙

可以將特別行業名詞、名字或是新的字彙新增至辨識列表，來提高精準度

功能：辨識多個喇叭

能夠判斷發言者，對於轉錄電話、會議或是電視節目非常有用

發言者辨識則差強人意，可能是因為電影片段有運鏡的關係

其他

• 目前支援語言：英文、西班牙文，「尚未支援中文」

價格

文字轉換語音 Amazon Polly

功能：深度學習技術的文字轉換語音服務

逼真的語音服務，強烈建議試聽，效果遠勝本機端的 TTS 服務

• 英文：男性 Matthew、女性 Joanna
• 日文：男性 Takumi、女性 Mizuki
• 詳細的語言支援以及更多角色的試聽可以參考這裡

其他

• 支援數十種語言，支援韓語、日語，「尚未支援中文」，詳細的語言支援列表可以參考這裡
• 支援檔案與串流
• 可調整抽樣頻率，適配各種裝置或是網路環境
• 可調整語音速度、聲調與音量

價格

作為一家網路雲端服務的先驅，Amazon 一直受到開發者的喜愛，也有非常多的國際廠商將產品進行深度的整合，像是 Pinterest, Hotels.com, Isentia, Infor, The Washington Post, Elementum…等等，其中更不乏已經商用化的成功案例

此外，Amazon 服務的一個特點是 Full-Managed，幾乎可以在確認的效率與可預估的時間內完成任務，非常適合導入成熟產品的服務

• 2018 AI 即戰力服務巡禮（1）- Google Cloud AI
• 2018 AI 即戰力服務巡禮（2）- Firebase ML Kit
• 2018 AI 即戰力服務巡禮（3）- AWS ML Application Services