Apa yang dimaksud Transkripsi File Audio?

File audio mungkin berisi berbagai pembicara, aksen, dan kata-kata khusus domain. Rekaman audio juga dapat bermacam-macam dalam kualitas suara. Mengonversi kata-kata lisan menjadi teks membutuhkan pemahaman bahasa vokal dan sintaks bahasa dan pengetahuan tata bahasa untuk menghasilkan keluaran yang dapat dibaca.

Perangkat lunak konverter audio-ke-teks yang sebelumnya membuat kesalahan dan menghasilkan transkrip yang sulit dibaca, tanpa struktur yang tepat, dan kesalahan hierarki, kata, dan tata bahasa. Perangkat lunak konverter audio-ke-teks modern berkinerja jauh lebih baik, mengubah audio menjadi teks yang sangat cocok dengan kata yang diucapkan, dengan transkrip akurat yang menampilkan struktur tertulis dan tata bahasa yang tepat.

Amazon Transcribe merupakan suatu layanan terkelola sepenuhnya yang mengubah ucapan menjadi teks dengan menggunakan teknologi pengenalan ucapan (ASR) otomatis. Layanan ini dapat menangani berbagai karakteristik ucapan, termasuk variasi dalam kecepatan berbicara, nada, dan volume. Layanan ini dapat mentranskripsi lebih dari 100 bahasa, terhubung ke alur kerja pengembang dan infrastruktur AWS untuk persyaratan audio-ke-teks perusahaan.

Amazon Transcribe memiliki berbagai fitur tambahan untuk membuat transkrip yang lebih bermanfaat, aman, dan akurat saat Anda mengonversi file audio atau video.

Kosakata khusus dan model bahasa

Para pengguna dapat menambahkan kosakata khusus dan model bahasa untuk menangkap dan mentranskripsi audio secara akurat dengan nama merek khusus domain, akronim, berbagai kata teknis, dan jargon. Model bahasa khusus berguna bagi organisasi besar dengan ekosistem bahasa internal yang berkembang pesat atau industri teknis yang sangat spesifik.

Kosakata khusus adalah file yang dibuat pengguna yang menunjukkan cara melafalkan kata-kata tertentu. Misalnya, proyek bernama VX02Q dapat ditambahkan ke kosakata khusus dengan pelafalan V.X.-Zero-Two-Q.

Model bahasa khusus memungkinkan model audio-ke-teks untuk menyelesaikan pelatihan tambahan pada set data yang ada untuk memahami konteks bahasa khusus domain. Sebagai contoh, jika Anda melatih model Anda dengan unggahan teks makalah penelitian ilmu pengetahuan iklim, model Anda mungkin mengenali bahwa 'lapisan es' adalah pasangan kata yang lebih mungkin daripada 'aliran es'. Demikian pula, jika Anda mereferensikan produk bernama 'Bzntry', set data file audio dengan beberapa penyebutan “bee-zen-tree” secara otomatis akan mencocokkan audio dengan output kata.

Transkripsi audio-ke-teks batch dan streaming membantu kosakata khusus dan model bahasa khusus.

Moderasi otomatis

Filter kosakata khusus memungkinkan Anda untuk menutupi, mengganti, atau menandai (“VocabularyFilterMatch”: true) kombinasi kata atau kata tertentu dalam output transkrip JSON.

Contoh:

• Menyembunyikan kata-kata kotor dengan tiga tanda bintang (***)
• Mengganti nama produk rahasia pra-peluncuran dengan kata 'NewProduct'
• Hitung jumlah tanda berlabel “um” atau “suka” dalam transkrip untuk membantu pembicara mengasah keterampilan berbicara di depan umumnya

Transkripsi audio-ke-teks batch dan streaming kedua-duanya mendukung filter kosakata.

Penyuntingan dan identifikasi PII

Informasi identifikasi pribadi (PII) dapat secara otomatis disunting dan ditandai dalam transkrip audio-ke-teks. Menjaga kerahasiaan informasi sensitif merupakan hal penting dalam bisnis mengingat PII seringkali diatur oleh undang-undang kerahasiaan yang ketat.

Jenis PII yang dapat diidentifikasi dalam Amazon Transcribe mencakup nama, alamat, alamat email, nomor telepon, rincian nomor rekening bank, PIN, dan Nomor Jaminan Soal. Kata dalam file JSON diganti dengan [PII] di badan utama teks transkrip Anda oleh konverter audio-ke-teks. Kemudian, jumlah dan kategori yang “disunting” tersebut dicatat dan ditampilkan dalam bidang JSON.

Takarir

Amazon Transcribe memungkinkan pengguna untuk menghasilkan file takarir dalam format WebVTT (*.vtt) dan SubRip (*.srt) untuk dipasangkan dengan video, di samping output file JSON biasa. Takarir ditampilkan pada saat yang sama saat teks diucapkan dalam file audio atau video, dan tetap terlihat sampai ada jeda alami dalam audio atau saat pembicara selesai berbicara.

Deteksi toksisitas

Amazon Transcribe dapat digunakan untuk mengenali dan mengelompokkan bahasa negatif. Konten ditandai ditandai dan dikelompokkan dalam tujuh kategori, mencakup pelecehan seksual, ujaran kebencian, ancaman, pelecehan, kata-kata kotor, penghinaan, dan grafik. Amazon Transcribe menggunakan teknik identifikasi canggih, termasuk nada dan tinggi nada, untuk memberikan konteks tambahan pada percakapan.

Analitik panggilan

Amazon Transcribe menawarkan API yang dikhususkan untuk layanan pelanggan dan panggilan penjualan. Anda dapat menggunakannya untuk mendapatkan wawasan tentang sentimen pelanggan dan agen, driver panggilan, penyebutan frasa, waktu non-bicara, interupsi, kecepatan bicara, deteksi masalah waktu nyata, dan ringkasan percakapan. Amazon Transcribe juga dapat melakukan penyuntingan rekaman audio pasca-panggilan, menggantikan PII dengan diam untuk panggilan yang tersimpan.

Transkripsi medis

Amazon Transcribe menawarkan API yang sesuai dengan HIPAA dengan menyediakan transkripsi audio-ke-teks bahasa medis yang akurat dari file audio sekaligus memprioritaskan privasi dan keamanan data pasien. Hal ini berguna dalam interaksi klinik-pasien, di mana pencatatan memakan waktu, mengganggu, dan menghambat.