編譯：chux
出品：ATYUN訂閱號
在新推出的Comprehend服務之後，亞馬遜今天宣佈其自動語音識別（ASR）服務Amazon Transcribe獲得對實時轉錄的支持。
實時音頻轉錄功能本週可用，使開發人員能夠將流傳輸到Transcribe並實時接收文本腳本。AWS機器學習部高級產品經理Paul Zhao，Amazon Transcribe高級軟件工程師Paul Kohan表示，它利用數據傳輸協議HTTP / 2在應用程序和轉錄之間傳輸音頻和轉錄，特別是HTTP / 2的雙向流實現，它允許應用程序同時發送和接收數據。
“實時轉錄使各種垂直行業的用例受益，包括聯絡中心，媒體和娛樂，法庭記錄保存，財務和保險，”Zhao和Kohan在博客中寫道，“在媒體中，新聞或節目的直播可以從現場字幕中受益。視頻遊戲公司可以使用流式轉錄來滿足遊戲內聊天的可訪問性要求，幫助有聽力障礙的玩家。在法律領域，法庭可以利用實時轉錄來實現速記，而律師也可以在實時成績單之上進行法律註釋以用於存放目的。在企業生產力方面，公司可以利用實時轉錄動態捕捉會議記錄。”
不過實時轉錄並不是什麼新鮮事了：如谷歌的雲語音到文本服務，Twilio的語音識別API，以及IBM的Watson Speech to Text。但是Zhao和Kohan聲稱，轉錄的解決方案會導致“更快”和“更具反應性”的結果。
亞馬遜製作了一個示例應用程序，演示瞭如何使用Amazon Web Services軟件開發工具包來利用實時音頻流。它在Github上以開源形式提供。
亞馬遜轉錄在4月份與Translate一起公開發布。它目前支持16 kHz和8kHz音頻流；多種音頻編碼，如WAV，MP3，MP4和FLAC；多種語言，包括美國英語，西班牙語，英國英語，澳大利亞英語和加拿大法語。
預構建的AI API處於AWS的其他AI服務套件中，其中Lex用於自然語言理解，Polly用於語音生成，Rekognition用於圖像處理。
代碼：github.com/aws-samples/aws-transcribe-streaming-example-java