亚马逊的 AWS 公司宣布，其语音转文本服务 Amazon Transcribe 现在采用生成式人工智能技术，能够识别并转录来自100种语言的语音，相较于2022年底的79种语言有了显著的提升。据AWS称，Transcribe通过对超过100种语言的数百万小时未标记音频数据进行自监督训练，使用算法学习不同语言和口音的语音模式，且在训练中确保了频率较低的语言得到适当的平衡。此举不仅提高了Transcribe在多语种上的准确性，还推动了其Call Analytics平台的进步，该平台通过生成式AI模型总结了代理和客户之间的互动，降低了后续报告创建的工作量。
图源备注：图片由AI生成，图片授权服务商Midjourney
与此同时，AWS还宣布了对其Amazon Personalization产品的额外功能，该产品允许客户根据先前的活动向用户推荐产品或显示推荐列表。新功能Content Generation能够撰写与推荐列表主题相关的标题或电子邮件主题行。这进一步展示了AWS在利用AI技术提升其云服务产品功能方面的努力。
虽然Amazon Transcribe是AI驱动的语音转文本服务中的一员，但市场上也有其他竞争对手，例如Otter，该公司一直向消费者和企业提供AI转录服务，并于六月推出了摘要工具。同时，Meta也宣布正在开发一个生成式AI驱动的翻译模型，能够识别近100种语言。这表明了在AI技术领域的竞争激烈，各家公司都在努力提供更智能、准确的语音处理和转录服务。
总体而言，AWS通过利用生成式AI技术不断优化其产品，不仅提升了多语种语音识别的能力，还使其在联系中心领域的解决方案更加智能和高效。这反映了云服务领域的竞争趋势，即通过整合先进的AI技术，不断提升产品性能，以满足用户对更高水平服务的需求。