如何提高 AWS Transcribe 中的转录质量

Question

我有几个音频文件是客户和代理之间的对话成功存储在 S3 中。 我尝试使用 AWS transcribe 将音频文件转换为文本，并且转换成功。

但奇怪的是，它甚至没有 60 % 准确，这些是我为 AWS Transcribe 配置的

1) 语言代码 - 英语（印度）
2) 音频频率 - 8000HZ
3) 格式 - WAV

根据本指南 (https://docs.aws.amazon.com/transcribe/latest/dg/limits-guidelines.html)，
我将音频频率和格式设置为 8KHZ 并设置为 WAV 我是否需要更改任何其他参数以提高音频质量？

感谢任何帮助。

谢谢，
哈利

Answer 1

许多因素都会影响转录质量，例如音频中的背景噪音、说话者重叠、说话者的口音。更高质量的音频通常会产生更好的效果。

Answer 2

您可以尝试使用自定义词汇表。您可以按照此处https://docs.aws.amazon.com/transcribe/latest/dg/how-vocabulary.html

中的说明创建这些自定义词汇表

此自定义词汇表应包含一些先前的关键字，这些关键字将被说出并且特定于该域。但是，根据我的经验，这些自定义词汇有时会过拟合（错误地从自定义词汇中输出成绩单中的单词）。