Intelligence vidéo conversationnelle basée sur des agents construite sur AWS
aws ·
Cet article présente une solution d'intelligence vidéo conversationnelle et autonome (agentic) développée sur AWS, conçue pour permettre aux utilisateurs d'interroger le contenu vidéo en langage naturel. Le système utilise le SDK Strands Agents avec Amazon Bedrock pour orchestrer dynamiquement des services tels qu'Amazon Transcribe et Amazon Rekognition en fonction de l'intention détectée au moment de l'exécution, éliminant ainsi le besoin de pipelines de traitement fixes. En mettant en cache les résultats d'analyse, l'agent fournit des réponses instantanées aux questions de suivi, tandis que le traitement initial de nouvelles vidéos prend environ cinq à dix minutes. Une entreprise de médias a signalé une réduction de 80 % du temps consacré à la révision manuelle après avoir adopté cette architecture pour ses enregistrements de réunions. La solution prend en charge divers cas d'usage, notamment la surveillance de sécurité, l'enquête sur les réclamations et l'intelligence des réunions, en combinant la transcription audio avec l'analyse visuelle des scènes. Le déploiement est assuré via Amazon ECS et Fargate, avec des contrôles de sécurité robustes tels qu'un accès sur invitation et une isolation des données par utilisateur. Les auteurs soulignent que ce modèle est extensible, permettant aux équipes d'ajouter de nouvelles capacités simplement en définissant de nouvelles fonctions d'outil, sans modifier la logique du flux de travail principal.
aws