Amazon Transcribe – это сервис автоматического распознавания речи (ASR), позволяющий разработчикам без труда добавлять в свои приложения возможности преобразования речи в текст С помощью API сервиса Amazon Transcribe можно анализировать аудиофайлы, хранящиеся в Amazon S3, и получать текстовые файлы с расшифровкой речи. Также можно транслировать аудио в Amazon Transcribe и получать расшифровку речи в реальном времени.
Amazon Transcribe можно применять для решения широкого круга стандартных задач, включая расшифровку телефонных обращений в службу поддержки и создание субтитров для аудио‑ и видеоконтента. Сервис распознает файлы в стандартных аудиоформатах (например, WAV и MP3) и указывает в тексте временную метку для каждого слова, что позволяет без труда найти нужный фрагмент в исходной аудиозаписи. При этом Amazon Transcribe постоянно обучается и развивается вместе с языком.
Основные возможности
Удобочитаемые расшифровки
Большинство систем распознавания речи выдает текст одной строкой без знаков препинания. Amazon Transcribe применяет технологии глубокого обучения для автоматического форматирования и расстановки знаков препинания. Итоговый текст гораздо проще читается и готов к использованию без редактирования.
Временные метки
Amazon Transcribe указывает в тексте временную метку для каждого слова, что позволяет без труда найти нужный фрагмент в исходной аудиозаписи.
Поддержка разнообразных примеров использования
Сервис Amazon Transcribe автоматически формирует точные расшифровки аудиозаписей различного качества. Он позволяет создавать субтитры для любых видео‑ или аудиофайлов и даже расшифровывать записи телефонных разговоров низкого качества, например телефонные обращения в службу поддержки.
Настраиваемый словарь
Amazon Transcribe позволяет дополнять и редактировать словарь для распознавания речи. В базовый словарь можно добавлять новые слова для получения максимально точных расшифровок в любых примерах использования сервиса, например названия продуктов, специальную терминологию или имена отдельных лиц.
Распознавание говорящих
Amazon Transcribe может распознавать смену говорящего и вносить в текст соответствующие метки. Это существенно облегчает работу по расшифровке телефонных разговоров, совещаний, телепередач и других аудиозаписей с несколькими участниками.
Определение каналов
Amazon Transcribe может обрабатывать аудио и видео, где речь каждого говорящего записана в отдельный канал. Это предоставляет значительные преимущества контактным центрам: они могут отправлять в Amazon Transcribe общие аудиофайлы, а сервис будет распознавать каналы и создавать единую расшифровку с метками, аннотирующими реплики из разных каналов.
Потоковая расшифровка речи
С помощью Amazon Transcribe можно превращать аудио в текст в реальном времени. Используя защищенное соединение по протоколу HTTP 2, можно отправлять в сервис аудиопоток прямой трансляции и получать на выходе текстовый поток в режиме реального времени.
Примеры использования
Amazon Transcribe можно использовать для решения широкого круга задач по распознаванию речи в различных областях, включая деятельность служб поддержки клиентов, подготовку субтитров, поиск информации и обеспечение соответствия требованиям.
Повышение качества обслуживания клиентов
Возможность преобразования речи в текст позволяет создавать на основе Amazon Transcribe приложения для анализа текста с функцией поиска и анализа голосовой информации. В контактных центрах сервис Amazon Transcribe может применяться для расшифровки телефонных разговоров с клиентами и последующего анализа этих данных с помощью других сервисов AWS, например Amazon Comprehend для понимания смысла и цели разговора.
Рабочие процессы подготовки субтитров
Создатели и распространители мультимедийного контента могут использовать Amazon Transcribe для автоматического создания субтитров с временными метками. Показ видео с субтитрами делает материал доступнее и расширяет охват аудитории.
Каталогизация архивных аудиозаписей
Сервис позволяет создавать на основе аудио и видеозаписей архивы с возможностью полнотекстового поиска для управления рисками и обеспечения соответствия требованиям. Клиенты могут использовать Amazon Transcribe для преобразования речи в текст, чтобы затем с помощью сервиса Amazon Elasticsearch выполнять индексирование и текстовый поиск по всей библиотеке аудио- и (или) видеоматериалов.
Клиенты Amazon Transcribe
«Платформа Echo360 способствует организации активного и увлекательного процесса обучения для современных учащихся с использованием видео. Мы очень довольны сервисом Amazon Transcribe, поскольку он позволяет нашим партнерам‑университетам создавать высококачественные расшифровки видео. Это расширяет возможности поиска и конспектирования, а также снижает затраты на создание субтитров для образовательного видеоконтента. В результате повышается ценность и доступность учебных ресурсов для студентов».
Генеральный директор Echo360
«Сервисы Amazon Comprehend и Amazon Transcribe позволили VidMob внедрить высококачественный анализ текста на основе машинного обучения в продукт Agile Creative Suite. Теперь наше решение помогает владельцам брендов анализировать эффективность контента с применением техник, которые ранее казались невозможными. Мы можем расшифровывать текст видеоконтента и быстро анализировать его с помощью Comprehend, благодаря чему создатели контента и наши клиенты получают полезную аналитическую информацию, которая дает им стратегические преимущества на рынке».
Генеральный директор VidMob
«RingDNA – это комплексная коммуникационная платформа для отделов продаж. RingDNA позволяет сотням предприятий существенно наращивать производительность, использовать при продажах интеллектуальные технологии ведения переговоров, применять инструменты прогностического анализа продаж, повышать долю успешных сделок и обучать сотрудников методам быстрого достижения результатов. Важнейший компонент искусственного интеллекта RingDNA, отвечающего за анализ разговоров, требует максимально точного преобразования каждого телефонного звонка в текст. Компания RingDNA чрезвычайно довольна сервисом Amazon Transcribe: он обеспечивает высококачественное распознавание речи в больших объемах, благодаря чему мы получаем точную транскрипцию каждого телефонного звонка».
«Компания Isentia помогает клиентам анализировать и отслеживать информацию об их брендах в средствах массовой информации. Ежедневно мы создаем более 13 тысяч обзоров по материалам радио- и телепрограмм. Amazon Transcribe позволяет нам преобразовывать аудио- и видеоконтент в текст для дальнейшего анализа с помощью Amazon Comprehend. Благодаря временным меткам и автоматической расстановке знаков препинания мы можем с легкостью находить в тексте нужные данные и предоставлять своим клиентам важные аналитические данные».
Подробнее о ценах на Amazon Transcribe
