ほとんどの音声認識システムが出力する文字列には句読点がありません。Amazon Transcribe では、深層学習技術が用いられており、句読点の追加や整形が自動的に行われるため、出力は読みやすく、改めて編集する必要がありません。

Amazon Transcribe では、すべての単語にタイムスタンプが付加されるので、テキストを探すことでオリジナル録音音声の頭出しを簡単に行うことができます。

Amazon Transcribe は幅広い音質に対して正確で自動化された文字起こしを提供します。どのような動画や音声ファイルにも字幕を生成でき、カスタマーサービスの電話のような音質の悪い電話録音でも文字起こしができます。

Amazon Transcribe では音声認識語彙の拡張とカスタマイズを行うことができます。新しい言葉を基本語彙に加えて、ユースケースに合わせて製品名、分野固有の用語、個人名などを入れることができ、正確な文字起こしができます。

Amazon Transcribe では話者の変更を認識して、文字起こしテキストに適切な属性を設定できます。これにより、電話、会議、テレビ番組などの複数話者による音声を文字起こしするのに必要となる作業量を大幅に減らすことができます。

Amazon Transcribe は、各話者が別々のチャネルで記録された場合の音声と動画を処理することができます。単一の音声ファイルを Amazon Transcribe に渡すと、各チャネルが識別され、チャネルのラベルが追加された単一のスクリプトが生成されます。これによって、コンタクトセンターには大きな利点がもたらされます。

Amazon Transcribe を使用すると、リアルタイムで音声からテキストへの文字起こしができます。HTTP/2 プロトコル経由のセキュアな接続を利用し、このサービスにライブオーディオストリームを送信して、リアルタイムで文字に起こされたテキストのストリーミングを受信できます。