Amazon Transcribe คือบริการการรู้จำเสียงพูดอัตโนมัติ (ASR) ที่ช่วยให้ Developer เพิ่มความสามารถในการเปลี่ยนเสียงพูดให้เป็นตัวอักษรลงในแอปพลิเคชันได้ การใช้ Amazon Transcribe API จะทำให้คุณสามารถวิเคราะห์ไฟล์เสียงที่จัดเก็บอยู่ใน Amazon S3 และให้บริการส่งคืนไฟล์ข้อความของเสียงพูดที่ถูกแปลงเป็นตัวอักษรแล้ว นอกจากนี้คุณยังสามารถส่งสตรีมเสียงสดไปยัง Amazon Transcribe และรับสตรีมของการถอดเสียงในแบบเรียลไทม์
Amazon Transcribe สามารถนำมาใช้ได้กับแอปพลิเคชันทั่วไปได้หลายแอปพลิเคชัน รวมถึงการถอดเสียงการสนทนาของฝ่ายบริการลูกค้าและการสร้างคำบรรยายใต้ภาพสำหรับเนื้อหาเสียงและวิดีโอ บริการสามารถถอดเสียงไฟล์เสียงที่จัดเก็บไว้ในรูปแบบทั่วไป เช่น WAV และ MP3 โดยมีตราประทับเวลาสำหรับทุกคำเพื่อให้คุณสามารถระบุตำแหน่งเสียงในแหล่งที่มาดั้งเดิมได้โดยค้นหาข้อความ Amazon Transcribe จะเรียนรู้และปรับปรุงอยู่ตลอดเวลาเพื่อตามให้ทันวิวัฒนาการของภาษา
คุณสมบัติหลัก
การถอดเสียงที่อ่านได้ง่าย
ระบบการรู้จำเสียงพูดส่วนใหญ่ส่งข้อมูลออกมาเป็นบรรทัดข้อความแบบไม่มีเครื่องหมายวรรคตอน Amazon Transcribe ใช้ Deep Learning เพื่อเพิ่มเครื่องหมายวรรคตอนและจัดรูปแบบโดยอัตโนมัติ เพื่อให้ข้อมูลที่ส่งออกเข้าใจได้ง่ายขึ้นและสามารถนำไปใช้โดยไม่ต้องแก้ไขเพิ่มเติม
การสร้างตราประทับเวลา
Amazon Transcribe ส่งคืนตราประทับเวลาสำหรับแต่ละคำ เพื่อให้คุณสามารถระบุตำแหน่งเสียงในการบันทึกต้นฉบับได้โดยการค้นหาข้อความ
รองรับกรณีใช้งานที่หลากหลาย
Amazon Transcribe ออกแบบมาเพื่อให้ถอดเสียงที่แม่นยำและเป็นอัตโนมัติสำหรับคุณภาพเสียงในทุกระดับ คุณสามารถสร้างคำบรรยายใต้ภาพสำหรับไฟล์วิดีโอหรือเสียง หรือแม้กระทั่งถอดเสียงการบันทึกเสียงทางโทรศัพท์ที่มีคุณภาพต่ำ เช่น การสนทนาทางโทรศัพท์ของฝ่ายบริการลูกค้า
คำศัพท์แบบกำหนดเอง
Amazon Transcribe มอบความสามารถในการเพิ่มและกำหนดคำศัพท์การรู้จำเสียงพูดด้วยตนเองให้แก่คุณ คุณสามารถเพิ่มคำใหม่ไปยังรากคำศัพท์และสร้างการถอดเสียงที่มีความแม่นยำสูงเฉพาะกรณีใช้งาน เช่น ชื่อผลิตภัณฑ์ คำศัพท์เฉพาะขอบเขต หรือชื่อของคน
จดจำลำโพงได้หลายตัว
Amazon Transcribe สามารถจดจำได้ว่าเมื่อใดที่มีการเปลี่ยนลำโพงและสร้างข้อความที่ถอดเสียงออกมาอย่างเหมาะสม ซึ่งสามารถลดปริมาณงานที่ต้องถอดเสียงโดยมีลำโพงหลายตัว เช่น การสนทนาทางโทรศัพท์ การประชุม และรายการโทรทัศน์ลงได้อย่างมาก
การระบุช่องทาง
Amazon Transcribe สามารถประมวลเสียงและภาพที่ลำโพงแต่ละตัวมีการบันทึกไว้ในช่องต่างๆ ศูนย์ติดต่อให้ประโยชน์เต็มที่โดยนำส่งไฟล์เสียงไปยัง Amazon Transcribe ซึ่งระบุแต่ละช่องทางและผลิตข้อมูลถอดเสียงรายการเดียวที่มีป้ายกำกับช่องประกอบ
การถอดเสียงผ่าน Streaming
ด้วย Amazon Transcribe คุณสามารถแปลงเสียงเป็นข้อความได้แบบเรียลไทม์ การใช้การเชื่อมต่อที่ปลอดภัยผ่านโปรโตคอล HTTP 2 ทำให้คุณสามารถส่งสตรีมเสียงสดไปยังบริการได้และในทางกลับกันจะได้รับข้อความในแบบเรียลไทม์ด้วย
กรณีใช้งาน
Amazon Transcribe สามารถมอบการถอดเสียงสำหรับกรณีใช้งานหลากหลายประเภท รวมถึงการบริการลูกค้า การสร้างคำบรรยายใต้ภาพ การค้นหา และการปฏิบัติตามข้อกำหนด
ปรับปรุงการบริการลูกค้า
เมื่อแปลงข้อมูลเสียงเป็นข้อความ Amazon Transcribe จะทำให้คุณสามารถสร้างแอปพลิเคชันวิเคราะห์ข้อความที่สามารถค้นหาและวิเคราะห์ข้อมูลเสียงพูดได้ ศูนย์ติดต่อลูกค้าสามารถใช้ Amazon Transcribe เพื่อถอดเสียงการโต้ตอบแบบเสียง และขุดข้อมูลเพื่อค้นข้อมูลเชิงลึกโดยใช้บริการของ AWS อื่นๆ เช่น Amazon Comprehend เพื่อถอดความหมายและจุดประสงค์จากบทสนทนา
เวิร์กโฟลว์คำบรรยายประกอบ/คำบรรยายใต้ภาพ
Amazon Transcribe สามารถช่วยการสร้างเนื้อหาและผู้กระจายสื่อปรับปรุงการเข้าถึงและเข้าถึงโดยสร้างคำบรรยายใต้ภาพที่มีกตราประทับเวลาโดยอัตโนมัติที่สามารถปรากฏขึ้นพร้อมกับเนื้อหาวิดีโอ
การแค็ตตาล็อกเสียงที่เก็บถาวร
บริการนี้ทำให้คุณสามารถถอดข้อมูลเสียงและวิดีโอเป็นไฟล์เก็บถาวรที่สามารถค้นหาได้เต็มรูปแบบเพื่อการติดตามและการจัดการความเสี่ยงที่เป็นไปตามกฎ ลูกค้าสามารถใช้ Amazon Transcribe เพื่อแปลงเสียงเป็นข้อความ แล้วใช้ Amazon Elasticsearch Service เพื่อทำดัชนีและค้นหาจากข้อความในไลบรารีเสียง/วิดีโอ
ลูกค้า Amazon Transcribe
“แพลตฟอร์ม Echo360 ช่วยส่งเสริมการเรียนรู้ด้วยวิดีโอแบบเชิงรุกและมีส่วนร่วมซึ่งเหมาะสมกับการเรียนการสอนในปัจจุบัน เรารู้สึกตื่นเต้นกับ Amazon Transcribe มาก เนื่องจากผลิตภัณฑ์นี้ช่วยให้มหาวิทยาลัยคู่ค้าของเราสามารถถอดความสำหรับแต่ละวิดีโอได้อย่างมีคุณภาพ มอบการค้นหาที่มีประสิทธิภาพมากขึ้น ลดต้นทุนของเนื้อหาวิดีโอการเรียนการสอน และปรับปรุงให้การจดบันทึกมีประสิทธิภาพมากขึ้น เป็นผลให้สินทรัพย์การเรียนรู้มีคุณค่าและช่วยให้นักเรียนทุกคนสามารถเข้าถึงได้ง่ายขึ้นกว่าเดิม”
ซีอีโอของ Echo360
“Amazon Comprehend และ Amazon Transcribe ช่วยให้ VidMob สามารถผสานการวิเคราะห์ข้อความจาก Machine Learning ที่มีคุณภาพสูงเข้าไปใน Agile Creative Suite เป็นผลให้เราสามารถช่วยให้ลูกค้าแบรนด์เข้าใจประสิทธิภาพของเนื้อหาได้อย่างที่ไม่เคยมีมาก่อน เราสามารถแปลงข้อความจากเนื้อหาวิดีโอ และวิเคราะห์ได้อย่างรวดเร็วโดยใช้ Comprehend ช่วยให้เราสามารถแสดงมูลเชิงลึกที่สามารถนำไปใช้งานได้ให้แก่ทั้งชุมชนผู้สร้างของเราและลูกค้าของเรา ซึ่งช่วยให้พวกเขามีความได้เปรียบเชิงกลยุทธ์ในตลาด”
ซีอีโอของ VidMob
“RingDNA เป็นแพลตฟอร์มการสื่อสารแบบครบวงจรสำหรับทีมขาย องค์กรหลายร้อยแห่งใช้ RingDNA เพื่อเพิ่มประสิทธิภาพการผลิต มีส่วนร่วมในการเจรจายอดขายอย่างชาญฉลาด รับข้อมูลเชิงลึกด้านการขายเชิงคาดการณ์ล่วงหน้า ปรับปรุงอัตราการปิดการขาย และช่วยให้ตัวแทนจำหน่ายประสบความสำเร็จได้เร็วขึ้นกว่าที่เคย ส่วนประกอบที่สำคัญของการสนทนาของ RingDNA คือการเปลี่ยนเสียงพูดเป็นข้อความที่มีประสิทธิภาพมากที่สุดเพื่อให้ได้การบันทึกเสียงสำหรับทุกสายสนทนา RingDNA รู้สึกตื่นเต้นเกี่ยวกับ Amazon Transcribe มาก เนื่องจากสามารถจำเสียงพูดได้ในคุณภาพสูง ช่วยให้เราสามารถแปลงทุกสายสนทนาเป็นข้อความได้”
"ที่ Isentia เราช่วยให้ลูกค้าสามารถวิเคราะห์และตรวจสอบความครอบคลุมของสื่อสำหรับแบรนด์พวกเขาได้ เราสร้างบทสรุปมากกว่า 13,000 รายการต่อวันจากเนื้อหาทางวิทยุและโทรทัศน์ ด้วย Amazon Transcribe เราสามารถถอดเนื้อหาเสียง/วิดีโอทั้งหมดที่เราตรวจสอบและวิเคราะห์ข้อมูลข้อความด้วย Amazon Comprehend คุณลักษณะเช่น timestamps และเครื่องหมายวรรคตอนช่วยให้เราสามารถค้นหาข้อมูลและเจาะลึกและนำเสนอข้อมูลเชิงลึกที่สำคัญสำหรับลูกค้าของเราในการตรวจสอบได้ "
เรียนรู้เพิ่มเติมเกี่ยวกับราคา Amazon Transcribe
