AWS

日本語文字起こし! – Amazon Transcribe を使ってみよう

みなさん、こんにちは。どんぶラッコです。

今日は、Amazon Transcribe で文字起こしをしてみましょう!

Amazon Transcribe は AWS の1サービスとして提供されている音声→テキスト変換サービスです。

グランくん
グランくん
昨年日本語に対応したことで話題になったね!

最初の12ヶ月は60分の無料枠がついてきます。

それ以降は1秒あたり 0.0004USD とのことです

どんぶラッコ
どんぶラッコ
例えば60分の文字起こしをするとしたら
0.0004(USD/秒) * 60秒 * 60分 * 105.34(円/USD) = 約151円 … 安いね

ということで、早速使ってみましょう!

Amazon Transcribe の使い方

前提条件

S3に入っている音声ファイル or 動画ファイルを基に分析を実施するため、分析したいファイルを予めS3にアップロードする必要があります!

まずはマネジメントコンソールから Amazon Transcribe を開きます

次に、Transcription Jobs から Create Jobを選択。

Jobの内容を設定していきます。

Nameに好きなジョブ名を記入し、言語を日本語に選択します。

“Automatic Language Identification”を選択すれば、音声から言語を自動判断してくれるようですが、この後で選べる追加オプションが少なくなります。なので、なるべく “Specific Language”で言語を選択するようにしておきましょう。

Inputデータから S3 内に入っているデータを選択して次へを押します。

どんぶラッコ
どんぶラッコ
形式は、MP3, MP4, WAV, FLAC, AMR, OGG, WebM に対応しているよ!

そしてオプションの選択をします。オプションでは複数人の会話を区別するか、単語の他の候補も結果に含めてほしいかを選択することができます。

今回はオフでいきます。

ここまできたら “Create”を押してジョブが終わるのを待ちましょう。

Completeになれば翻訳完了です!

簡単ですね?

精度はどんなもん?

では、その精度は実際どれくらいなのでしょうか?

こちらの動画を文字起こししてみました!

その結果がこちら!


はい 皆さん こんにちは 今日 は ステート レス と いう よう な 単語 に つい て 取り上げ て み たい と 思い ます よく です ね って いう の は ステート レス な 通信 だ よ って 言い 方 する と 思う ん です けれども これ って 実際 どういう 意味 な の か って いう の は ちょっと 分かり づらい 人 も いる と 思う ん です ね 逆 に ステート レス の 帯域 語 として ステート フル っていう 言葉 も あっ たり する ん です けれども じゃ この 子 デート レス な 通信 ステート フル な 通信 っていう の は 一体全体 どういう こと な ん だ って いう の が わから ない と 思い ます じゃ 逸れ っていう の を えーっと 会話 の 例え を 伝え ない 使い ながら え 皆さん と 一緒 に 学習 し て いこ う という の が 今日 の 動画 の 狙い です はい で は です ね 早速 ティーピー は ステート レス な 通信 で ある を 会話 で 例え て みる と という こと で え ステート レス な 会話 と ステート フル な 会話 の 例 を 見 て いき ます よ まずは です ね ステートフルプ 方 から です ね こんな 場面 を 想像 し て み て ください え 靴 屋 に 行っ て です ね じゃ この 靴 ください という よう な 場面 です ね そんな 時 です ね 学校 の 青い 靴 ください って いう 風 に 言う 訳 な ん です よ そう する と 店員 さん が あ 分かり まし た じゃあ サイズ は どう し ます か って いう 風 に 聞く 訳 な ん です ね じゃあ えーっと 今回 は 二 十 六 センチ で っていう ふう に 言う です そう する と 差し込ま れ まし た と いう 風 に なる 訳 な ん です ね で これ って 皆さん が よく 会話 を する 時 の 会話 だ と 思い ます じゃ 逆 に ステート レス な 会話 っていう の は 何 だ という の を 同じ 会話 の 例 を 使い ながら です ね 見 て いき ます よ ね そう する と です ね 最初 は 一緒 です 青い 靴 を ください と いう 風 に 言う ん です ね そう する と じゃ サイズ は 動詞 場所 か という ふう に 聞か れる 訳 な ん です そうした 時 に え さっき 十 六 センチ で っていう ふう に 言っ て た と 思う ん です けれども ステート レス な 会話 の 時 って こういう ふう に は です ね 青い 靴 の 二 十 六 センチ を ください そう する と 畏まり まし た と なる 訳 な ん です これ どう いう こと か って 言う と ステート っていう の は 状態 って 意味 です よ ね ソレ が レス つまり ステート 状態 が ない という こと な んで え 過去 の 状態 とか っていう の を 保存 し て ない って いう よう な 意味 に なる ん です ね な ので 界隈 で が ない 会話 内容 過去 の 内容 とか 覚え てる の が ステート フル という です 逆 に 全て の 情報 を 毎回 伝え ない と 伝わら ない つまり 胚 は 相手 が 会話 内容 を 覚え て い ない の が す 程度 です って いう よう な 言い 方 が でき ます ここ で です ね 例えば 先程 の よう に え ステート フル な 感じ で です ね え 青い 靴 を ください サイズ は いか が いたし ます か 二 十 六 センチ を ください と いう 風 に ステート レス な 会話 内 で 言う と 何 の 二 十 六 センチ です か って いう 風 に 店員 さん が 理解 でき ない です ね で ま しょんぼり する という よう な こと が 起こっ て しまう 訳 な ん です つまり まとめる と え は ステート レス な 通信 です よ っていう の は どう いう こと を 言っ てる の か と いう と は 会話 の やり取り 内容 ステート です ね お 覚え たい 通信 方法 な ん です よ って いう の が え ここ で 言い たかっ た こと でし た です ね 皆さん え セッション っていう 言葉 とか 聞い た こと あり ます か ね この セッション っていう の は を ステート フル に する ため の 仕組み の こと です 例えば 買い物 かご に 何 が 入っ てる か ログイン 情報 あなた の ログイン 情報 これ です よ っていう よう な もの って いう の を 覚え て て くれ ない と 毎回 毎回 認証 し なきゃ いけ なく なっ ちゃ うわ 面倒くさい です よ ね っていう よう な え 市 の です ね ま ステート フル な 会話 って いう の を 円 以上 で も 実現 する ため の 仕組み って いう の が セッション 名 の いう こと で ま 別 口座 で は です ね セッション と は どういう こと か という こと について 触れ て いけ たら な と いう 風 に 思っ て ます という こと で 今回 は ステート レス について の 解説 でし た ええ


いかがでしょう?句読点こそないものの、結構精度が高いと思いませんか?

JSONで書き出してみるとこんな感じ。各単語が何秒で始まって何秒で終わるかも全部格納されている様子がわかると思います。

{
	"start_time":"5.36",
	"end_time":"5.66",
	"alternatives":[
		{
			"confidence":"0.9927",
			"content":"はい"
		}
	],
	"type":"pronunciation"
}
グランくん
グランくん
“confidence”が確度だね!この例で言うと、 「はい」と喋ってる確率が99.2%と言うことかー 

かなり便利な Amazon Transcribe、みなさんも是非試してみましょう♪

ABOUT ME
どんぶラッコ
ECコンサルタント、システムエンジニアを経て、quintet株式会社CTOに就任。普段はNuxt.jsやLaravelを使用しています。

\面白いと思ったら/

記事のシェア & Twitter のフォロー をお願いします!

@proglearn
RELATED POST

COMMENT

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です