AWS認定資格 WEB問題集＆徹底解説

生成AIデベロッパー-プロフェッショナル

正解 B問題
分野1：基盤モデルの統合、データ管理、コンプライアンス タスクステートメント1.3：FM 消費向けのデータ検証・処理パイプラインの実装
要復習（もう一度解きたい問題） 1 2 3 4
次の問題前の問題
合格に向けて、もっと深く学習する
豊富な問題と詳細なAWSサービス解説を、24時間無料でお試しいただけます
プレミアム会員機能を無料で試す ❯
問題文と選択肢
ある損害保険会社では、保険金請求の担当者と契約者との間で行われるビデオ会議形式の聞き取り面談を録画し、Amazon S3 に保存している。この録画から生成 AI モデルを使って面談議事録を自動生成する仕組みを構築中だが、テストの結果、担当者による補償内容の説明が契約者の発言として、契約者による事故状況の説明が担当者の発言として、それぞれ入れ替わって記録されるケースが頻発していることが分かった。現行のパイプラインは、標準的な音声認識ライブラリで文字起こしを行った後、その全文テキストをそのまま基盤モデルに渡している。

この話者の取り違えを解消するために実装すべき処理の改善はどれか。
  • 録画映像に対して Amazon Rekognition Video を実行し、口の動きの検出タイムスタンプから発話者を推定して、そのメタデータを音声の書き起こしテキストと統合する
  • Amazon Transcribe でスピーカーダイアライゼーション（話者分離）を有効にして音声を書き起こす。基盤モデルへのコンテキストを構成する際に、発話区間ごとに付与される話者ラベル（例: spk_0、spk_1）をあわせてプロンプトに含める
  • Amazon SageMaker AI の DeepAR アルゴリズムを用いて音声信号を周波数帯域ごとに分離する前処理を行い、分離した2つの音声トラックをそれぞれ個別の書き起こしジョブに投入する
  • プロンプトに「最初の発言者は担当者、次の発言者は契約者というように話者が交互に発言する」という固定順序の前提を指示し、書き起こしテキストの文の並び順だけから機械的に話者を割り当てる
解説 頻出度★★★★★
この問題は、「録画音声 × 2 者の対話 × 議事録の自動生成」で発話者が入れ替わる原因を突き止め、書き起こしの段階で話者ラベルを付け、それごと基盤モデルへ渡すという前処理の改善を選べるかがポイント

A. 録画映像に対して Amazon Rekognition Video を実行し、口の動きの検出タイムスタンプから発話者を推定して、そのメタデータを音声の書き起こしテキストと統合する

Amazon Rekognition Video が提供するのは顔検出・顔認識・人物追跡・ラベル検出などであり、口の動きから発話者を特定する機能は用意されていない。
仮に映像から推定するとしても、独自のモデル開発とタイムスタンプ突合の実装が必要で、開発・運用負荷が跳ね上がる。
さらにビデオ会議では画面共有中や画面外での発話も多く、映像だけを根拠にすると話者を取り違える余地が残るため、この課題の解決策としては不適。

正解

B. Amazon Transcribe でスピーカーダイアライゼーション（話者分離）を有効にして音声を書き起こす。基盤モデルへのコンテキストを構成する際に、発話区間ごとに付与される話者ラベル（例: spk_0、spk_1）をあわせてプロンプトに含める

正解。Amazon Transcribe のスピーカーダイアライゼーション（話者分離）を有効にすると、書き起こし結果の各発話区間に spk_0 / spk_1 といった話者ラベルが付与され、「誰が話したか」の情報が構造として保持される。
そのラベルを基盤モデルへ渡すコンテキストに含めれば、モデルは発言の帰属を推測する必要がなくなり、担当者と契約者の入れ替わりが解消する。
マネージド機能を有効化するだけで済むため、追加のインフラも独自モデルの開発も不要である。

C. Amazon SageMaker AI の DeepAR アルゴリズムを用いて音声信号を周波数帯域ごとに分離する前処理を行い、分離した2つの音声トラックをそれぞれ個別の書き起こしジョブに投入する

DeepAR は需要予測などに使う時系列予測アルゴリズムであり、音声の音源分離を行うものではない。名称の印象で選ばせる典型的なひっかけ。
また、同じマイク・同じ会議音声に混在した 2 人の声は、単純な周波数帯域の分割では分離できない。
「2 つのトラックに分けてから個別に書き起こす」という発想自体が、この構成では成立しない。

D. プロンプトに「最初の発言者は担当者、次の発言者は契約者というように話者が交互に発言する」という固定順序の前提を指示し、書き起こしテキストの文の並び順だけから機械的に話者を割り当てる

「担当者と契約者が交互に発言する」という固定順序は、相槌・割り込み・同一話者の連続発言が入った瞬間に崩れる。
そもそも書き起こしテキストから話者情報が失われていることが原因なので、プロンプト側でどれだけ規則を与えても、モデルは並び順から推測するしかない。
推測を強いる指示はむしろ誤った帰属を自信満々に出力させる（ハルシネーションを助長する）ため、根本解決にならない。

これだけ覚える（記憶フック）
話者の取り違えはプロンプトでなく前処理で直す。Amazon Transcribe の話者分離でラベルを付けてから FM に渡す。
正解への思考ルート 問題文から要件を抽出し、選択肢の適否を判断するのがポイントです。
要件 判断ポイント
会議録画から議事録を自動生成したい 音声を扱う工程はマネージドな文字起こしサービスで置き換えられないかをまず疑う
→選択肢（B）は候補
担当者と契約者の発言が入れ替わって記録される 原因は書き起こし段階で話者情報が落ちていること。話者分離（ダイアライゼーション）は文字起こし側の機能
→選択肢（B）が正解
現行は全文テキストをそのまま基盤モデルへ渡している 失われた情報はプロンプトの工夫では復元できない。並び順から話者を割り当てる指示は仮定に過ぎない
→選択肢（D）を消す
追加の実装・運用負荷は抑えたい（本番導入を前提とした改善） 映像から発話者を推定する仕組みは自前実装が必要で、Rekognition Video に口の動きで話者を特定する機能はない
→選択肢（A）を消す
音声そのものを 2 人分に分けるという発想の妥当性 DeepAR は時系列予測アルゴリズムであり、音源分離の手段ではない
→選択肢（C）を消す
ひっかけポイント
  • 「録画（映像）がある」という条件につられて Amazon Rekognition Video を選ばせるのが選択肢 A の罠。映像解析は補助にはなり得るが、口の動きから発話者を割り当てる機能は提供されていない
  • DeepAR は深層学習系の名前で音声処理に見えるが、実体は需要予測などの時系列予測用。AWS の ML アルゴリズム名を「それらしさ」で選ぶと外す
  • 「プロンプトに前提を書けば直る」は生成 AI 案件で最も多い誤り。入力データに存在しない情報はプロンプトでは作れない
  • 話者ラベルは書き起こしと同時にしか付けられない。テキスト化した後で話者を復元しようとする選択肢は、この一点で全て落とせる
出題バリエーション 同じ知識が本番では条件を変えて出題されます。
問題文がこう変わったら 正解はこう変わる
「コールセンターの通話で、担当者と顧客が左右のチャネルに分かれて録音されている」 話者分離ではなく チャネル識別（Channel Identification） で足りる。
「会議参加者が 5 人以上で、実名で誰の発言かを出したい」 話者分離が返すのは spk_0 等の匿名ラベルなので、名簿とのマッピング（後処理）が追加で必要になる。
「保険商品名や社内用語が正しく書き起こされない」 カスタム語彙（Custom Vocabulary）／カスタム言語モデルが正解軸に。
「議事録から契約者の個人情報を除去したい」 Amazon Transcribe の PII 編集（Redaction）や Amazon Comprehend の PII 検出が正解軸に。
「面談中にリアルタイムで字幕と要約を出したい」 ストリーミング文字起こし＋ Amazon Bedrock のストリーミング応答が正解軸に。
関連サービスの解説 Amazon Bedrock
Amazon Transcribe
＋ 質問 / コメント
解答・解説に疑問がある場合や、よりよい解説がある場合など、お気軽にコメントください。ただし、短文コメントは表示されません。また、中傷などコメントの内容によっては、会員機能を停止させて頂きます。教え学び合える場になれば嬉しいです。（コメント投稿にはログインが必要です）
正答率 0%
No.11 解説
ある損害保険会社では、保険金請求の担当者と契約者との間で行われるビデオ会議形式の聞き取り面談を録画し、Amazon S3 に保存している。この録画から生成 AI モデルを使って面談議事録を自動生成する仕組みを構築中だが、テストの結果、担当者による補償内容の説明が契約者の発言として、契約者による事故状況の説明が担当者の発言として、それぞれ入れ替わって記録されるケースが頻発していることが分かった。現行のパイプラインは、標準的な音声認識ライブラリで文字起こしを行った後、その全文テキストをそのまま基盤モデルに渡している。

この話者の取り違えを解消するために実装すべき処理の改善はどれか。
  • 録画映像に対して Amazon Rekognition Video を実行し、口の動きの検出タイムスタンプから発話者を推定して、そのメタデータを音声の書き起こしテキストと統合する
  • Amazon Transcribe でスピーカーダイアライゼーション（話者分離）を有効にして音声を書き起こす。基盤モデルへのコンテキストを構成する際に、発話区間ごとに付与される話者ラベル（例: spk_0、spk_1）をあわせてプロンプトに含める
  • Amazon SageMaker AI の DeepAR アルゴリズムを用いて音声信号を周波数帯域ごとに分離する前処理を行い、分離した2つの音声トラックをそれぞれ個別の書き起こしジョブに投入する
  • プロンプトに「最初の発言者は担当者、次の発言者は契約者というように話者が交互に発言する」という固定順序の前提を指示し、書き起こしテキストの文の並び順だけから機械的に話者を割り当てる

次の問題前の問題


(会員限定)当問題の評価をお願いします。改善に活用します。
広告

会員機能

お役立ち情報

姉妹サイト

アンケート

サイト情報