Amazon Transcribe は、開発者が音声をテキストに変換する機能をアプリケーションに簡単に追加できるようにする、自動音声認識 (ASR) サービスです。Amazon Transcribe API を使用して、Amazon S3 に保存されたオーディオファイルを分析して、音声を文字起こししたテキストファイルを返すようにできます。
Amazon Transcribe は、カスタマーサポートへの通話の文字起こし、音声/動画コンテンツの字幕生成など、多くの主要アプリケーションで使用できます。一般的な WAV や MP3 などの形式で保存されているオーディオファイルの文字起こしができ、すべての単語について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ソース音声の頭出しが簡単にできます。Amazon Transcribe では、言語の進化に対応するため、継続的に学習し、改善を行っています。
主な特徴
読みやすい文字起こし
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。
タイムスタンプ生成
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。
幅広いユースケースをサポート
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。
カスタム語彙
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。
複数話者の認識
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。
チャネルの識別
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。コンタクトセンターは単一の音声ファイルを Amazon Transcribe に送信すると、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るため、大きな利点があります。
ユースケース
Amazon Transcribe では、カスタマーサービス、字幕付与、検索、コンプライアンスなどの幅広いユースケースで文字起こしを利用できます。
カスタマーサービスの向上
音声入力をテキストに変換できるので、Amazon Transcribe を使って、音声入力を検索したり分析したりするテキスト分析アプリケーションを構築できます。カスタマーサポートセンターでは、Amazon Transcribe を使用して音声ベース対話の文字起こしを行い、さらに Amazon Comprehend のような AWS の他のサービスを使用して対話の意味や意図を抽出して、深い分析を行うことができます。
キャプション/サブタイトルワークフロー
Amazon Transcribe を使用して、動画コンテンツに表示するタイムスタンプ付きの字幕を自動生成することによって、コンテンツ生成/メディア配信業者がより訴求力のあるコンテンツを発信できるようになります。
音声アーカイブのカタログ化
このサービスを使って、音声ファイルや動画ファイルの文字起こしを行い、コンプライアンスモニタリングやリスク管理に利用できる完全検索可能なアーカイブを構築できます。お客様は Amazon Transcribe を使用して音声をテキストに変換し、Amazon ElasticSearch サービスを使用してインデックスを作成し、音声/動画ライブラリに対してテキストベースの検索を実行できます。
Amazon Transcribe のお客様
「Echo360 プラットフォームは現代の学生のために活発で興味をそそられる動画での学習を推進します。Amazon Transcribe は私たちのパートナーとなっている大学の動画に高品質の書き起こしを与えてくれるため、大変歓迎しており、検索をさらに強力に、教育動画コンテンツへの字幕付けのコストを下げ、メモ取りを強化できますので、学生にとって学習アセットの価値をより向上し、アクセスしやすくしています。」
Echo360、CEO
「Amazon Comprehend と Amazon Transcribe のおかげで、VidMob では高品質の機械学習テキスト分析を弊社の Agile Creative Suite に組み込むことができ、弊社ブランドのクライアントのコンテンツパフォーマンスの理解を飛躍的に向上しました。Comprehend では、動画コンテンツから書き起こしたテキストを素早く分析できるために、弊社のクリエーターコミュニティーとクライアント両方に行動に移せるインサイトをあぶりだすことができ、これら両者に市場での戦略的優位性を与えています」
VidMob、CEO
「RingDNA は営業チームのためのエンドツーエンドのコミュニケーションプラットフォームです。幾百ものエンタープライズ企業が RingDNA を使用して生産性を劇的に向上させ、営業トークをよりスマートに洗練させ、予測可能なセールスインサイトを獲得し、営業成績を向上させ、これまで以上に速く成功へ導くために担当者を訓練しています。RingDNA の対話 AI の重要コンポーネントには、すべての通話の文字起こしを配信するために音声をテキストに変換する良質の変換エンジンが必要です。Amazon Transcribe で高品質な音声認識を大規模に利用でき、良い品質ですべての通話をテキストに文字起こしできることに、RingDNA はとても期待を寄せています」
「Amazon SageMaker を使用すると、プラットフォームでアルゴリズムを構築してデプロイできるため、人工知能の使用を大規模に加速化できます。これまでにない大規模な機械学習と AI アルゴリズムを作成してプラットフォームにデプロイし、複雑な問題を解決してお客様に成功をもたらすことができます」
Amazon Transcribe 料金の詳細
