CLF / ドメイン3 クラウドテクノロジーとサービス
Amazon Transcribe
概要
は、音声をテキストへ自動変換する音声認識(Speech-to-Text)サービスです。会議の議事録作成、コールセンターの通話記録、動画への字幕付けなどに利用します。の知識は不要で、変換した音声の長さに応じたです。試験では「音声からテキスト」という方向を正しく判断できるかが問われます。
主要技術
① バッチ文字起こし
に保存した音声・動画ファイルをまとめてテキストへ変換します。録音済みデータの議事録化などに使います。
② ストリーミング文字起こし
音声をリアルタイムでテキスト化します。ライブ字幕やコールセンターでのリアルタイム分析に使います。
③ 話者の識別
複数の話者が含まれる音声で、発言を話者ごとに分けて出力できます。()を自動的に伏せ字にする機能もあります。
試験対策
① 選択基準
問題文に「音声をテキストに変換」「文字起こし」「字幕生成」「通話記録のテキスト化」といったキーワードがあればを選びます。
② Pollyとの違い
音声からテキストは、テキストから音声はです。変換の方向が逆である点が頻出です。
③ Translateとの違い
は同じ言語のまま音声を文字にするサービスで、言語間の翻訳はです。音声を他言語の字幕にする場合はTranscribeとTranslateを組み合わせます。