Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Améliorer la précision de la transcription grâce à des vocabulaires et des modèles linguistiques personnalisés
Si votre média contient des termes spécifiques à un domaine ou non standard, tels que des noms de marque, des acronymes, des termes techniques et du jargon,Amazon Transcribe il est possible que ces termes ne soient pas correctement capturés dans votre sortie de transcription.
Pour corriger les inexactitudes de transcription et personnaliser votre sortie en fonction de votre cas d'utilisation spécifique, vous pouvez créerVocabulaires personnalisés etModèles de langage personnalisés.
-
Vocabulaires personnaliséssont conçus pour améliorer et améliorer à la fois la reconnaissance et la mise en forme de mots spécifiques dans tous les contextes. Cela implique de fournirAmazon Transcribe des mots et, éventuellement, des formulaires de prononciation et d'affichage.
Si certains termes neAmazon Transcribe sont pas correctement affichés dans vos transcriptions, vous pouvez créer un fichier de vocabulaire personnalisé qui indiqueAmazon Transcribe comment vous souhaitez que ces termes soient affichés. Cette approche spécifique aux mots est la plus appropriée pour corriger des termes tels que les noms de marque et les acronymes.
-
Modèles de langage personnaliséssont conçus pour saisir le contexte associé aux termes. Cela implique deAmazon Transcribe fournir un volume important de données textuelles spécifiques au domaine.
Si le rendu des termes techniques n'Amazon Transcribeest pas correct ou si vous utilisez un homophone incorrect dans vos transcriptions, vous pouvez créer un modèle linguistique personnalisé qui enseigne la langue spécifique àAmazon Transcribe votre domaine. Par exemple, un modèle linguistique personnalisé peut apprendre quand utiliser « floe » (banquise) par rapport à « flow » (flux linéaire).
Cette approche contextuelle est la plus appropriée pour transcrire de grands volumes de discours spécifiques à un domaine. Les modèles linguistiques personnalisés peuvent apporter des améliorations significatives en termes de précision par rapport aux seuls vocabulaires personnalisés. Lorsque vous utilisez des transcriptions par lots, vous pouvez inclure à la fois un modèle linguistique personnalisé et un vocabulaire personnalisé dans votre demande.
Astuce
Pour obtenir une précision de transcription optimale, utilisez des vocabulaires personnalisés en conjonction avec vos modèles linguistiques personnalisés.
Pour une présentation vidéo de la création et de l'utilisation de vocabulaires personnalisés, voir :
Pour une présentation vidéo de la création et de l'utilisation de modèles linguistiques personnalisés, voir :
Approfondissez vos connaissances grâce au blog surAWS Machine Learning
Vocabulaires Custom
Modèles linguistiques personnalisés :
