亚马逊公司（Amazon）在年度云科技盛会AWS re: Invent上宣布，其语音转文字平台Amazon Transcribe将支持100种口语语言，这一突破得益于生成式人工智能（Generative AI）技术的驱动。同时，AWS还推出了多项AI功能，包括通话转录（call transcription）等。
据The Verge报道，Amazon Transcribe是一种完全受管控的自动语音识别（ASR）服务。它基于生成式AI和数十亿个参数的语音基础模型（speech foundation model），可以提供超过100种语言的语音转文字服务，同时提供更准确的标点和大小写格式，以提高可读性。此外，对于电话语音转文字的正确性提高了30-70%。
新的语音基础模型是以数百万小时、超过100种语言的无标记语音数据为基础进行训练的。这种模型通过自我监督式演算法学习人们用不同语言和口音说话的普遍模式。此外，为了确保非常规语言和常规语言的语音转文字都能达到高正确性，AWS通过智能数据采样最佳化训练数据以平衡各种语言的代表性。
在2022年后期，Amazon Transcribe支持的语言数量已经达到了79种，还具备自动语言识别、自动标点、定制化词汇等功能。同时，它能够识别嘈杂环境以及音频和视频格式中的语音。根据AWS的统计，语音基础模型让多数语言在Amazon Transcribe进行语音转文字的正确性显着提升了20-50%。
此外，AWS还宣布了Amazon Personalization产品的两项新功能，包括能够根据用户过去的观看行为推荐新节目的Amazon Personalization以及能够撰写传送到主题建议列表的标题或电子邮件主旨的Content Generation。
在竞争激烈的市场中，Otter.ai主要面向普通消费者和企业用户提供AI语音转文字服务，并于2023年6月推出了总结工具；而Meta Platforms也在开发一种基于生成式AI、能够识别近100种口语语言的翻译模型。
本文链接：http://www.28at.com/showinfo-27-35478-0.htmlAmazon Transcribe利用生成式AI支持100种语言
声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com
上一篇： ispace新登月载具：月面运输革新
Copyright © 2016-2023 天津谷骐科技有限公司 版权所有 sitemap.xml
违法及侵权请联系：2376512515@qq.com 津ICP备18001702号
津公网安备 12010102000574号
