AWS在re:Invent期间宣布，Amazon Transcribe新增多语言支持，现已覆盖100种语言的AI转录功能。客户可利用该服务为AWS云应用快速集成语音转文本能力。
核心技术：自监督学习与数据优化
Transcribe语音基础模型采用自监督算法，基于超百万小时无标签音频训练，学习跨语言及口音的通用语音模式。同时，通过智能数据采样技术优化教育数据集分布，有效提升了低资源语言的识别精度。
准确率提升20%至50%，增强可读性
得益于语音基础模型，Transcribe在多数语言中准确率提升20%-50%；在电话对话等高难场景下，提升幅度达30%-70%。此外，模型优化了标点符号与大写规范，显著改善了转录文本的可读性。
功能全面升级，支持100+语言
新版ASR系统为100多种语言提供自动标点、自定义词汇表、自动语言检测、说话人分离、词级置信度评分及安全隐私保护等核心功能。系统对各类口音、嘈杂环境及声学条件的适应性大幅增强，确保输出结果更精准。（注：截至2022年底，Amazon Transcribe支持79种语言）