Organizaciones de diversos sectores enfrentan un desafío significativo a la hora de convertir grabaciones de reuniones y presentaciones en documentos estructurados. Este proceso, que incluye revisar grabaciones, transcribir contenidos orales, capturar y organizar capturas de pantalla, y sincronizar elementos visuales con las notas del ponente, requiere de un gran esfuerzo manual. La acumulación de estos obstáculos afecta la productividad y escalabilidad, especialmente al tener que gestionar múltiples grabaciones de eventos, conferencias, y materiales educativos.
Para abordar esta problemática, ha surgido una solución automatizada que promete simplificar el proceso. Con la utilización de Amazon Bedrock Data Automation, es posible transformar grabaciones de seminarios web en minutas completas de manera eficiente. Esta tecnología permite transcribir diálogos, detectar cambios de diapositivas y emplear modelos de Amazon Bedrock para mejorar la calidad de las transcripciones, todo ello orquestado mediante funciones personalizadas de AWS Lambda y AWS Step Functions.
La automatización de datos de Amazon Bedrock aprovecha la inteligencia artificial generativa para convertir datos multimodales, como imágenes y videos, en formatos estructurados que se pueden personalizar. La solución incluye funcionalidades para resumir escenas en videos e identificar contenido explícito, así como la capacidad de extraer segmentos de audio y diversos planos de videos.
El flujo de trabajo de esta solución inicia cuando un video es subido a Amazon Simple Storage Service (S3), lo que provoca una notificación de evento a través de Amazon EventBridge y activa el procesamiento del video. Amazon Bedrock Data Automation arranca un trabajo de transformación que identifica cambios en las diapositivas y, una vez finalizado, sincriniza el contenido hablado con las imágenes visuales. Simultáneamente, se generarán capturas de pantalla de las diapositivas y se mejorarán las transcripciones, corrigiendo errores y eliminando disfluencias en el discurso.
Finalmente, se generan las minutas utilizando la biblioteca Python-PPTX, que combina las transcripciones refinadas con las imágenes generadas. Los materiales resultantes se almacenan en Amazon S3, listos para su distribución. Esta solución no solo reduce de manera significativa el esfuerzo manual requerido para crear materiales informativos, sino que también facilita la integración y escalabilidad en organizaciones de diferentes tamaños y sectores.
