Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Verbesserung der Transkriptionsgenauigkeit mit benutzerdefinierten Vokabularen und benutzerdefinierten Sprachmodellen
Wenn Ihre Medien domänenspezifische oder nicht standardmäßige Begriffe wie Markennamen, Akronyme, technische Wörter und Fachjargon enthalten, werden diese Begriffe Amazon Transcribe möglicherweise nicht korrekt in Ihrer Transkriptionsausgabe erfasst.
Um Ungenauigkeiten bei der Transkription zu korrigieren und die Ausgabe für Ihren speziellen Anwendungsfall anzupassen, können Sie Benutzerdefinierte Vokabulare und Benutzerdefinierte Sprachmodelle erstellen.
-
Benutzerdefinierte Vokabulare sind so konzipiert, dass sie sowohl die Erkennung als auch die Formatierung bestimmter Wörter in allen Kontexten optimieren und verbessern. Dazu wird Amazon Transcribe mit Wörtern und optional mit Aussprache- und Darstellungsformen versorgt.
Wenn bestimmte Begriffe in Ihren Transkripten nicht Amazon Transcribe korrekt wiedergegeben werden, können Sie eine benutzerdefinierte Vokabeldatei erstellen, die angibt, wie diese Begriffe angezeigt werden sollen. Amazon Transcribe Dieser wortspezifische Ansatz eignet sich am besten für die Korrektur von Begriffen wie Markennamen und Akronymen.
-
Benutzerdefinierte Sprachmodelle sind so konzipiert, dass sie den mit den Begriffen verbundenen Kontext erfassen. Dies beinhaltet die Bereitstellung Amazon Transcribe einer großen Menge domänenspezifischer Textdaten.
Wenn technische Begriffe nicht Amazon Transcribe korrekt wiedergegeben werden oder in Ihren Transkripten das falsche Homophon verwendet wird, können Sie ein benutzerdefiniertes Sprachmodell erstellen, das Ihre domänenspezifische Sprache vermittelt Amazon Transcribe . Ein benutzerdefiniertes Sprachmodell kann zum Beispiel lernen, wann „floe“ (Eisscholle) und wann „flow“ (linearer Fluss) verwendet werden soll.
Dieser kontextbewusste Ansatz eignet sich am besten für die Transkription großer Mengen an domainspezifischer Sprache. Benutzerdefinierte Sprachmodelle können die Genauigkeit gegenüber benutzerdefinierten Vokabularen allein erheblich verbessern. Obwohl die API sowohl ein benutzerdefiniertes Sprachmodell als auch ein benutzerdefiniertes Vokabular in derselben Anfrage akzeptiert, werden benutzerdefinierte Vokabeleffekte (wie
DisplayAsRendern) nicht auf die Transkriptionsausgabe angewendet, wenn ein benutzerdefiniertes Sprachmodell aktiv ist.
Wichtig
Benutzerdefinierte Vokabelfunktionen (wie das DisplayAs Feld) werden nicht auf die Transkriptionsausgabe angewendet, wenn in derselben Anfrage ein benutzerdefiniertes Sprachmodell aktiv ist. Dies gilt sowohl für Batch- als auch für Streaming-Transkriptionen.
Ein Video über die Erstellung und Verwendung von benutzerdefinierten Vokabularen finden Sie hier:
Ein Video über die Erstellung und Verwendung von benutzerdefinierten Sprachmodellen finden Sie hier:
Tauchen Sie tiefer ein mit dem AWS Blog zum Machine Learning
Benutzerdefinierte Vokabulare:
Benutzerdefinierte Sprachmodelle:
