ほとんどの音声認識システムが出力する文字列には句読点がありません。Amazon Transcribe では、深層学習技術が用いられており、句読点の追加や整形が自動的に行われるため、出力は読みやすく、改めて編集する必要がありません。

一般的に、電話の録音品質は低いものです。Amazon Transcribe はテレフォニー品質の音声を扱う際に高い精度を発揮するよう特別に設計されており、カスタマーサポートへの通話の文字起こしなどのユースケースに適しています。 

Amazon Transcribe では米国英語とスペイン語の音声を自動的に文字起こしできます。他の言語についても、間もなくサポートを開始する予定です。    

Amazon Transcribe API を使って音声を簡単にテキストに変換できます。複雑なプログラミングは必要ありません。たった数行のコードを使って API をコールするだけで、Amazon S3 に保存されているオーディオファイルから、Transcribe 経由でテキストを取得できます。

Amazon Transcribe では音声認識語彙の拡張とカスタマイズを行うことができます。特殊な用語や専門用語、固有の製品名が発話に含まれている場合でも、ベース語彙に新規単語 (発音も含む) を追加することで、特定のユースケースに合った高精度な文字起こしテキストを生成できます。この機能により、作業の無駄がなくなるので、時間を節約し、追加編集の手間が省けます。

Amazon Transcribe では、すべての単語にタイムスタンプが付加されるので、テキストを探すことでオリジナル録音音声の頭出しを簡単に行うことができます。

Amazon Transcribe では話者の変更を認識して、文字起こしテキストに適切な属性を設定できます。これにより、電話、インタビュー、テレビ番組などの複数話者による音声を文字起こしするのに必要となる作業量を大幅に減らすことができます。