亚马逊 AWS 借助 AI 技术扩展转录功能

亚马逊网络服务（AWS）推出了其基于云的自动语音识别服务 Amazon Transcribe 的重大升级，为转录服务开启了无障碍访问的新纪元。随着生成式 AI 模型和自监督算法的引入，AWS 将转录服务的覆盖范围扩展至 100 多种语言，承诺为全球企业和个人提供更准确的转录结果和更佳的使用体验。

打破语言障碍

在最近的公告中，AWS 宣布其焕然一新的 Amazon Transcribe 现在可以识别多种语言中独特的语音模式和口音。这标志着与之前支持 79 种语言但准确率各异的版本相比，取得了重大飞跃。新的自监督算法旨在解决训练数据中某些语言过度代表的问题，确保对常用语言和较少见语言都能保持一致的准确率。

赋能全球无障碍访问

这些 AI 进步的深远影响令人瞩目。过去，自动转录服务主要局限于英语和西班牙语等常用语言。然而，随着 Amazon Transcribe 功能的扩展，全球 AWS 客户现在可以利用自动语音识别技术，构建需要语音转文本功能的应用程序。这使转录服务的访问民主化，并为创新和包容性开辟了新的机遇。

增强功能以支持多样化应用

焕然一新的 Amazon Transcribe 带来了许多满足多样化需求的功能。这些功能包括自动标点符号、自定义词汇表支持、语言识别和内容过滤，使其成为翻译音频和视频记录的 versatile 工具。此外，增强的转录功能即使在嘈杂环境中也能解析语音，因此特别适用于总结呼叫中心互动和其他具有挑战性的场景。

简化业务流程

Amazon Transcribe 功能的一个显著应用场景是在 AWS 的 Call Analytics（通话分析）平台中。该平台利用 Amazon Transcribe 自动生成代理与客户通话记录的摘要。企业可以通过减少解释通话和提取有价值见解所需的人工努力，来简化运营并提升客户服务。专家预测，随着语音识别准确性的不断提高，此类 AI 服务在各种商业应用中的整合将加速推进。

在云转录领域面临竞争

虽然 Amazon Transcribe 在云转录行业仍占据主导地位，但它并非没有竞争对手。Otter.ai 等公司已进入该领域，提供 AI 摘要功能。此外，Meta（前身为 Facebook）等科技巨头也在积极开发能够识别近 100 种语言的翻译模型。这些竞争对手正在推动创新，并鼓励语音识别技术的持续改进。

亚马逊并非在转录领域掀起波澜的唯一科技巨头。AI 领域的知名玩家 OpenAI 推出了其开源转录软件 Whisper。该软件以其领先的转录性能而闻名，可以在消费级硬件上本地运行。与此同时，OpenAI 于 2022 年 9 月推出了按需转录服务，进一步加剧了转录市场的竞争。