Google Cloud Speech API vs. Amazon Transcribe - Qiita
文字起こしAPIガチンコバトル ググってざっと見れた範囲の「文字起こしAPI比較してみた」系記事では、数行（もしくは数分）レベルの非常に短い文字起こしを行いgood/badを述べているものが多いです。もしくはニュース動画のような"クリアすぎる音源"に対して行っているものも多いです。Amazon Transcribeについてバズっていたブログでも、英語での文字起こしで精度が高い話をしています。自然言語処理分野では英語の精度が高いのは知られているところですが日本語だとどうかというところが気になるところです。 自分が知りたいのは、 - 日本語の音源 - Podcastのように素人収録されたある程度ノイズが含まれた音源 - 1hくらいの長尺音源 - 複数人がクロストークしている音源 というような特徴を持った音声データに対してAPIだけでどこまで戦えるか（文字起こしできるか）だったので、いろいろ検証
Data Associate - Japanese（契約社員） - ジョブID：804692 | Amazon.jobs
説明Amazonではご自宅で日本語のデータ処理を行うData Associateを募集しています。このチームではAlexaの音声認識を支える様々なデータ処理に携わっています。Data Associateは音声データをテキストとして入力するTranscription、そのテキストにメタデータを付与するAnnotationなど、データを分析するチームからの様々なリクエストに応えるため、音声・言語関連のデータ作業を行います。 【業務内容】 · 与えられたガイドラインに準拠し、優先順位に沿ってデータ作業を行う · 厳しいスケジュールを守りつつ、品質の高いデータを作成する · 指示に頼りすぎず、現状を理解して自発的に仕事をこなす · 様々なリクエストに応じて個別のデータ分析を行う · 時間短縮や効率化を意識し、プロセスの改善提案などを行う ガイドラインは状況によって変更されるため、素早く変更点を理解
Amazon Polly（深層学習を使用したテキスト読み上げサービス）| AWS
辞書や Speech Synthesis Markup Language (SSML) タグをサポートする音声出力をカスタマイズ、管理することができます。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
