- AWS の文字起こしプラットフォームは、AI アップデートにより 21 言語が追加され、現在 100 の異なる話し言葉を認識できるようになりました。
- このアップデートには、主に精度と可読性の向上、および新しい AI 機能の導入が含まれます。
- このアップデートにより、AWS の人気と競争力が強化され、ユーザーにより便利な文字起こし体験が提供されることが期待されます。
Amazon Transcribe は、AWS の文字起こしプラットフォームで、現在 100 以上の話し言葉を認識できます。
最近のAWS re:Invent イベントで発表されたこのアップデートは、既にサポートされている 79 言語に 21 の新しい言語を追加し、合計 100 言語になります。新しい言語には、アフリカーンス語、アルバニア語、アムハラ語、アルメニア語、アゼルバイジャン語、ベンガル語、ボスニア語、ブルガリア語、ビルマ語、クロアチア語、ダリー語、エストニア語、ジョージア語、ハウサ語、カンナダ語、クメール語、クルド語、ラトビア語、リトアニア語、マケドニア語、マラヤーラム語、マラーティー語、モンゴル語、ネパール語、パシュトー語、ペルシャ語、セルビア語、シンハラ語、スロバキア語、スロベニア語、タミル語が含まれます。
精度の向上
Amazon Transcribe は、大量のラベルなし音声データでトレーニングされた高度な自己教師ありアルゴリズムを使用して、さまざまな言語やアクセントの普遍的な音声パターンを理解します。スマートデータサンプリングにより、特に過小評価されている言語に対して高い精度を保証します。
Amazon Transcribe は、その基本音声モデルにより精度が大幅に向上し、ほとんどの言語で 20～50％の改善が見られました。電話音声認識ではさらに大幅な向上があり、30～70％の改善を達成しています。
このソフトウェアは、緊急対応ユニットをはじめとするさまざまな分野に影響を与えます。
Alex Dizengof 氏、緊急対応者向けのクラウドコンタクトセンターソリューションを開発するソフトウェア企業 Carbyne の共同創業者兼 CTO は、次のように述べています。「Amazon Transcribe の新しい多言語基盤モデルを音声認識に活用することで、Carbyne は、すべての人が重要であるため、命を救う緊急サービスをより民主化するための体制がさらに整います。」
関連記事：F1 がトラックリミット規則の施行に AI を活用、人間より優れているのか？
読みやすさの向上
サポートする幅広い言語に加えて、Amazon Transcribe は読みやすさとユーザーエクスペリエンスを向上させました。この拡張 ASR（自動音声認識）モデルは、API エンドポイントや入力パラメータを変更することなく、既存および新規の顧客にバッチモードでシームレスな音声認識エクスペリエンスを提供できます。
新しい AI 機能
新しい AI 機能には、自動句読点、カスタムボキャブラリー、自動言語認識、カスタムボキャブラリーフィルタリングが含まれ、システムの柔軟性とカスタマイズ性が向上します。
さらに、さまざまなアクセント、騒がしい環境、音響条件に対するシステムの拡張サポートにより、より正確な出力が可能になり、ユーザーはアプリケーションに音声テクノロジーをより効果的に統合できます。
全体として、このアップデートはユーザーにより簡単で柔軟なエクスペリエンスを提供し、Amazon Transcribe のアップデートは非常に人気が高まり、競争力が増すと期待されています。