概要

このソリューションは、機械学習サービスをメディアワークフローに適用するための開発フレームワークです。このソリューションの API は、動画、画像、音声、テキストを処理し、マルチメディアアプリケーションの AWS 機械学習サービスをサポートするアプリケーション向けに設計されています。このソリューションは、ワークフローを管理することにより、堅牢なバックエンドフレームワークの恩恵を受けながら、アプリケーションをより迅速に構築できるようにします。
利点

このソリューションは、ワークフローのオーケストレーションとデータの永続性を管理するため、メディアから価値を引き出したり、手動ワークフローを自動化したりするアプリケーションに集中できます。
新しいユースケースに合わせてソリューションを拡張およびカスタマイズできます。演算子は、事前に構築された生成されたステートマシンですが、特定のユースケースを処理するように拡張することもできます。
コンポーネントは、クリーンなインターフェイスによって記述されます。演算子は、メディアからメタデータを変換または抽出する小さな単一目的のコンポーネントです。カスタム演算子を定義することも、付属の構築済み演算子を使用することもできます。
技術的な詳細情報

下の図表は、このソリューションの実装ガイドと付属の AWS CloudFormation テンプレートを使用して、自動的にデプロイできるアーキテクチャを示しています。
ステップ 1
コントロールプレーン REST API の Amazon API Gateway リソース。
ステップ 2
AWS Lambda および Amazon Simple Queue Service (Amazon SQS) リソース。これは、ワークフローのオーケストレーションをサポートし、ユーザー定義のワークフローを AWS Step Functions に変換します。
ステップ 3
ワークフロー関連のデータを保存するための Amazon DynamoDB テーブル。
ステップ 4
ユーザーがワークフロー API を使用して新しいワークフローを定義する場合の AWS Step Functions。
ステップ 5
AWS での Media Insights の演算子ライブラリに対応した AWS Lambda 関数。演算子は、次のサービス用にプロビジョニングされています: Amazon Rekognition、Amazon Comprehend、Amazon Translate、Amazon Transcribe、Amazon Polly、および AWS Elemental MediaConvert。
ステップ 6
データプレーン REST API 向けの Amazon API Gateway リソース。
ステップ 7
メディアおよびメタデータデータストレージ向けの Amazon Simple Storage Service (Amazon S3)、DynamoDB、および DynamoDB ストリーム。
ステップ 8
Amazon Kinesis Data Streams リソースは、外部アプリケーションが AWS での Media Insights データプレーンのデータにアクセスするためのインターフェイスを提供します。
関連コンテンツ

このブログでは、デベロッパーが足場に注力するのではなく、アプリケーションを多大な影響をもたらすものにするための作業に集中できるようにすることを目的とした Media Insights Engine ソリューションについて詳しく見ていきます。
Media Insights Engine が構築されているモジュラーフレームワーク、およびこのソリューションのユースケースと実用的な適用について学習します。