亚马逊AWS官方博客
Amazon Lex – 构建对话语音与文本界面
尽管能够“说话”的计算机确实令人振奋，但学会了倾听与回应的计算机无疑更加出色！如果大家曾经使用过Amazon Echo，一定体会过在Alexa服务支持下的交互模式是多么简单、实用和强大。
今天，我们利用与Amazon Alexa相同的深度学习技术（ASR，即自动语音识别；NLU，自然语言理解），为大家带来能够在您的对话应用程序内生效的新服务。大家可以利用Amazon Lex服务构建聊天机器人及其它类型的Web与移动应用程序，其将带来逼真的对话交互能力。您的聊天机器人能够提供信息、支持应用程序、简化工作行为，或者为其它机器人、无人机乃至玩具提供控制机制。
Amazon Lex的设计目标在于帮助大家快速实现上述目标。大家首先可在Lex Console中设计您的对话，即为Lex提供某些示例性短语以构建自然语言模型。在此之后，您即可公布自己的Amazon Lex机器人并利用其处理来自您用户的文本或者语音对话内容。Amazon Lex是一项全托管服务，因此大家无需为其配套基础设施的设置、管理或者规模伸缩而费心。
您的聊天机器人目前可接入Facebook Messenger; 面向Slack与Twilio的整合工作正在进行当中。在AWS方面，Amazon Lex可与AWS Lambda、AWS Mobile Hub以及Amazon CloudWatch进行协作。您也可在代码中使用Amazon DynamoDB、Amazon Cognito以及其它服务。
Amazon Lex允许大家利用AWS Lambda函数以实现聊天机器人的业务逻辑，其中包括接入您的企业应用及数据。配合刚刚公布的、适配于AWS Mobile Hub的SaaS集成能力，大家可以使用自己构建的企业生产力机器人为客户、联系人、领导层，以及存储于其它SaaS应用程序内的企业数据提供对话界面。
综合上述内容，大家现在能够利用全部相关组件来构建全面集成化解决方案。Amazon Lex可由移动应用为起点，并可逐步推进至逻辑实现层面。
Amazon Lex概念
下面我们将对Amazon Lex的各项基本概念加以阐述：
机器人 – 一个包含了所有对话组件的聊天机器人。
意图 – 意图代表使用这个机器人的用户所希望达成的目标（包括购买机票、安排预约或者获取天气预报信息等）。
话语 – 话语指的是以语音或者文本形式表达的短语。每个话语会调用一项意图。“我想预订酒店”或者“我想预订鲜花”就是两条简单的话语。
槽位 – 每个槽位代表着满足用户意图所对应的数据片段。槽位内容拥有具体类别; 差旅机器人一般使用的槽位包括城市、州或者机场。
提示 – 提示表现为问题，用于要求用户提供某些数据（以填充槽位）来表述其意图。
实现 – 实现代表的是能够达成用户意图的业务逻辑。Lex支持利用Lambda函数作为实现手段。
机器人、意图以及槽位具备版本控制机制，因此大家可以在多开发者环境当中，在诸如开发、测试、分段以及生产等流程间设定明确的边界。大家可以为机器人创建多种别称，并将其映射至各组件的特定版本当中。
构建一套机器人
大家可以通过Lex Console定义Lex机器人并为其设置全部组件。作为起步，大家可以首先使用我们提供的样例或者直接创建您理想中的定制化机器人：
您可在下一页面中定义您的话语及其配套槽位：
而后利用以下设置对机器人进行自定义：
您可以通过交互进行机器人测试并随时调整，直到其反应与预期相符：
此后，您可以生成一条回调URL以将其应用在Facebook（或者其它支持平台）当中：
在本届re: Invent大会结束后，我将拿出更多时间对这项服务的相关细节进行深入阐述。
价格与上线时间
Amazon Lex目前已经在美国东部（北弗吉尼亚州）服务区提供预览版本，大家可以马上开始利用其构建自己的对话应用！
在登录之后，您每月可以发出1万条文本请求与5千条语音请求，且首年之内无需支付任何费用。在此之后，每1千条语音请求收费4美元，而每1千条文本请求收费0.75美元。
-Jeff
原文链接：