Amazon Transcribe w języku polskim

Amazon Transcribe wprowadza transkrypcję mowy na tekst w czasie rzeczywistym w języku polskim. Amazon Transcribe to w pełni zarządzane narzędzie wykorzystujące zaawansowane algorytmy uczenia maszynowego

AWS ogłosił, że Amazon Transcribe, usługa rozpoznawania mowy, umożliwia teraz transkrypcję mowy na tekst w czasie rzeczywistym w języku polskim. Dzięki temu deweloperzy mogą łatwo wzbogacać swoje aplikacje o funkcję konwersji mowy na tekst dla użytkowników polskojęzycznych.

Amazon Transcribe to w pełni zarządzane narzędzie wykorzystujące zaawansowane algorytmy uczenia maszynowego do szybkiego i precyzyjnego przekształcania dźwięku na tekst. Wraz z dzisiejszą aktualizacją, usługa obsługuje strumieniową transkrypcję w ponad 100 językach, oraz 30 nowych.

„Cieszymy się, że możemy zaoferować polskim deweloperom i klientom tak zaawansowane rozwiązanie do konwersji mowy na tekst w czasie rzeczywistym” – mówi Tomasz Stachlewski, Head of Solutions Architecture w AWS. „Amazon Transcribe pozwala firmom z branży medialnej, handlu detalicznego, obsługi klienta i wielu innych łatwo wdrażać funkcję rozpoznawania polskiej mowy na tekst na żywo, otwierając dostęp do cennych danych i ulepszając doświadczenia użytkowników.„

Wiodące firmy z różnych sektorów wykorzystują Amazon Transcribe do zwiększania wydajności i polepszania doświadczeń klientów. Slack używa tej usługi do transkrypcji rozmów i wiadomości audio/wideo, umożliwiając bezproblemową współpracę zespołów. Formuła 1 stosuje ją do tworzenia bardzo dokładnych napisów z komentarzy na żywo. NASCAR korzysta z niej do napisów dla materiałów wideo na żądanie w wielu językach. Principal Financial analizuje z jej pomocą rozmowy z klientami. The New York Times transkrybuje nią rozmowy z obsługą klienta, wychwytując kluczowe trendy. A T-Mobile oferuje transkrypcje poczty głosowej w językach preferowanych przez abonentów, zwiększając dostępność usług.

Dodanie polskiego zwiększa wielojęzyczne możliwości Amazon Transcribe, opartego na zaawansowanych modelach uczenia maszynowego przeszkolonych na milionach godzin nagrań uwzględniających różne akcenty i środowiska. Więcej informacji na https://aws.amazon.com/transcribe/.