O Amazon Transcribe é um serviço de Automatic Speech Recognition (ASR – Reconhecimento automático de fala) que facilita para os desenvolvedores a adição de recursos de conversão de texto em fala aos seus aplicativos. Usando a API do Amazon Transcribe, você pode analisar arquivos de áudio armazenados no Amazon S3 e obter um arquivo de texto com a transcrição da fala. Você também pode enviar um stream de áudio ao vivo ao Amazon Transcribe e receber um stream de transcrições em tempo real.
O Amazon Transcribe pode ser usado para muitas aplicações comuns, incluindo a transcrição de chamadas de atendimento ao cliente e a geração de legendas em conteúdo de áudio e vídeo. O serviço pode transcrever arquivos de áudio armazenados em formatos comuns, como WAV e MP3, incluindo time stamps para cada palavra, o que permite localizar facilmente o áudio no conteúdo original pesquisando pelo texto. O Amazon Transcribe aprende e melhora continuamente para acompanhar a evolução da linguagem.
Principais recursos
Transcrições fáceis de ler
A maioria dos sistemas de reconhecimento de fala gera uma string de texto sem pontuação. O Amazon Transcribe usa aprendizado profundo para adicionar automaticamente pontuação e formatação. Dessa forma, a saída fica mais compreensível e pode ser usada sem edição adicional.
Geração de time stamps
O Amazon Transcribe retorna um time stamp para cada palavra, o que permite localizar facilmente o áudio na gravação original pesquisando pelo texto.
Suporte a uma grande variedade de casos de uso
O Amazon Transcribe foi projetado para disponibilizar transcrições precisas e automatizadas para uma grande variedade de níveis de qualidade de áudio. Você pode gerar legendas para qualquer vídeo o arquivo de áudio, e até mesmo transcrever gravações telefônicas de baixa qualidade, como chamadas para o atendimento ao cliente.
Vocabulário personalizado
O Amazon Transcribe permite ampliar e personalizar o vocabulário de reconhecimento de fala. Você pode adicionar novas palavras ao vocabulário básico e gerar transcrições altamente precisas e específicas para um caso de uso, como nomes de produtos, terminologia específica de domínios ou nomes de indivíduos.
Reconheça vários falantes
O Amazon Transcribe é capaz de reconhecer quando a pessoa que fala muda e atribui corretamente o texto transcrito. Esse recurso pode reduzir consideravelmente a quantidade de trabalho necessária para transcrever áudio com várias pessoas falando, como chamadas telefônicas, reuniões e shows de televisão.
Identificação de canal
O Amazon Transcribe é capaz de processar áudio e vídeo em que cada falante é gravado em diferentes canais. As centrais de contato podem se beneficiar substancialmente, enviando para o Amazon Transcribe um único arquivo de áudio que identificará cada canal e gerará uma única transcrição, anotada com os rótulos dos canais.
Transcrição de streaming
Com o Amazon Transcribe, você pode transcrever áudio para texto em tempo real. Usando uma conexão segura no protocolo HTTP 2, você pode enviar um stream de áudio ao vivo para o serviço e, em troca, receber um stream de texto em tempo real.
Casos de uso
O Amazon Transcribe pode oferecer transcrição para uma grande variedade de casos de uso, incluindo atendimento ao cliente, legendas, pesquisas e conformidade.
Melhoria do atendimento ao cliente
A conversão de entrada de áudio em texto pelo Amazon Transcribe permite criar aplicativos de análise de texto que podem pesquisar e analisar entradas de voz. As centrais de atendimento ao cliente podem usar o Amazon Transcribe para transcrever interações por voz e analisar os dados para obter insights usando outros serviços da AWS, como o Amazon Comprehend, para extrair significado e intenção das conversas.
Fluxos de trabalho de legendas e legendas ocultas
O Amazon Transcribe pode ajudar distribuidores de geração de conteúdo e mídia a aprimorar o alcance e o acesso por meio da geração automática de legendas com time stamps que podem ser exibidas juntamente com o conteúdo de vídeo.
Catalogação de arquivos de áudio
O serviço permite transcrever ativos de áudio e vídeo em arquivos completamente pesquisáveis para fins de monitoramento de conformidade e gerenciamento de riscos. Os clientes podem usar o Amazon Transcribe para converter áudio em texto e usar o Amazon Elasticsearch Service para indexar e executar pesquisas baseadas em texto em bibliotecas de áudio/vídeo.
Clientes do Amazon Transcribe
“A plataforma Echo360 promove um aprendizado ativo e envolvente, baseado em vídeo, para atender aos estudantes de hoje. Estamos entusiasmados como Amazon Transcribe porque oferece aos nossos parceiros da universidade transcrições de alta qualidade para todos os vídeos, o que possibilita pesquisas mais avançadas, menor custo de legendagem de conteúdo de vídeos educativos e anotações avançadas, aumentando o valor dos ativos e facilitando seu acesso pelos estudantes.”
Diretor executivo da Echo360
“O Amazon Comprehend e o Amazon Transcribe possibilitam que a VidMob incorpore análise de textos de alta qualidade baseada em Machine Learning ao nosso Agile Creative Suite para ajudar os clientes da marca a compreender a performance de conteúdo de formas nunca possíveis antes. Podemos transcrever texto de conteúdo de vídeo e analisá-lo rapidamente usando o Comprehend, evidenciando insights práticos para a nossa comunidade de criadores e para os clientes, que obtêm uma vantagem estratégica no mercado.”
Diretor executivo da VidMob
“O RingDNA é uma plataforma completa de comunicações para equipes de vendas. Centenas de organizações empresariais usam o RingDNA para aumentar consideravelmente a produtividade, participar de conversas de vendas mais inteligentes, obter insights de vendas preditivas, melhorar a taxa de ganho e treinar representantes para o sucesso com muito mais rapidez do que antes. Um componente essencial da IA de conversação do RingDNA exige conversão de fala em texto de altíssima qualidade para fornecer transcrições de todas as chamadas telefônicas. A RingDNA está entusiasmada com o Amazon Transcribe, pois o serviço oferece reconhecimento de fala de alta qualidade em grande escala, o que nos ajuda a transcrever melhor todas as chamadas para texto.”
“Na Isentia, capacitamos os clientes a analisar e monitorar a cobertura de imprensa para suas marcas. Criamos mais de 13 mil resumos por dia com base em conteúdo de rádio e TV. Com o Amazon Transcribe, podemos transcrever todo o conteúdo de áudio/vídeo que monitoramos e analisar os dados do texto com o Amazon Comprehend. Recursos como time stamps e pontuação facilitam muito a pesquisa e o detalhamento de dados, além de oferecer insights importantes para a análise dos clientes.”
Saiba mais sobre a definição de preço do Amazon Transcribe
