本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
透過自訂詞彙和自訂語言模型提高轉錄準確性
如果您的媒體包含特定網域或非標準術語，例如品牌名稱、縮寫、技術單字和術語， Amazon Transcribe 則可能無法在您的轉錄輸出中正確擷取這些術語。
若要更正轉錄不準確性並針對特定使用案例自訂輸出，您可以建立 自訂詞彙 和 自訂語言模型。
-
自訂詞彙 目的是調整和提高所有情況下特定單字的識別和格式。這涉及到提供 Amazon Transcribe 單字和發音和顯示格式。
如果 Amazon Transcribe 未正確轉譯文字記錄中的特定詞彙，您可以建立自訂詞彙檔案，告知您希望這些詞彙 Amazon Transcribe 如何顯示。這種特定單字的方法最適合用於更正品牌名稱和縮詞之類的術語。
-
自訂語言模型 目的是擷取與術語相關的上下文。這包括 Amazon Transcribe 提供大量的網域特定文字資料。
如果 Amazon Transcribe 未正確轉譯技術術語或在文字記錄中使用不正確的同音電話，您可以建立自訂語言模型來教導 Amazon Transcribe 您的網域特定語言。例如，自訂語言模型可以了解使用「浮冰」(浮冰) 與「流」(線性流) 的時機。
這種情境感知方法最適合轉錄大量領域特定語音。自訂語言模型可以產生在自訂詞彙上顯著提高準確性。雖然 API 在相同的請求中同時接受自訂語言模型和自訂詞彙，但自訂語言模型處於作用中狀態時，自訂詞彙效果 （例如
DisplayAs轉譯） 不會套用至轉錄輸出。
重要
當自訂語言模型在相同的請求中處於作用中狀態時，自訂詞彙功能 （例如 DisplayAs 欄位） 不會套用至轉錄輸出。這同時適用於批次和串流轉錄。
如需建立和使用自訂詞彙的影片說明，請參閱：
如需建立和使用自訂語言模型的影片說明，請參閱：
使用 AWS Machine Learning部落格深入探索
