Amazon Transcribe: Penyiapan, Fitur, dan Use Case

Bayangkan Anda memiliki berjam-jam rekaman panggilan layanan pelanggan, rapat, atau wawancara yang perlu ditranskripsi. Mengetiknya secara manual akan memakan waktu sangat lama. Amazon punya solusinya dengan Amazon Transcribe, yang, seperti akan Anda lihat dalam artikel ini, merupakan layanan pengenalan ucapan bertenaga AI yang sangat mengesankan untuk mengubah kata-kata yang diucapkan menjadi teks.

Saya juga akan membahas cara kerjanya, bagaimana Amazon Transcribe didukung oleh model fondasi ucapan dengan parameter miliaran / sistem AI sangat canggih yang dilatih menggunakan data audio dalam jumlah besar. Berkat skala ini, Transcribe dapat memahami beragam pola bicara, aksen regional, terminologi kompleks, dan dialek.

Pengalaman Menggunakan Amazon Transcribe

Mari kita bahas lebih jauh cara kerjanya. Amazon Transcribe, seperti yang saya katakan, menggunakan model deep learning tingkat lanjut untuk memproses data audio dan menghasilkan transkrip yang akurat dengan penanda waktu. Cara kerjanya dapat dipahami melalui komponen intinya.

Untuk memulai, Anda dapat memberikan input audio secara batch maupun streaming untuk transkripsi waktu nyata. Jadi ada fleksibilitas dalam hal use case yang dapat ditangani.

Komponen Inti Amazon Transcribe. Sumber Gambar: Napkin AI

Anda dapat memilih model spesifik domain karena Amazon Transcribe dapat beradaptasi dengan berbagai lingkungan, seperti studio yang sunyi atau call center yang ramai.​

Amazon Transcribe dapat secara otomatis mendeteksi bahasa yang digunakan dalam file audio atau siaran langsung Anda. Tidak perlu memilih bahasa secara manual terlebih dahulu. Layanan ini mengenali bahasa utama yang digunakan, dan bahkan dapat menangkap saat penutur beralih di antara beberapa bahasa, lalu mentranskripsikannya dengan akurat.

Ini sangat cocok untuk:

• Panggilan pelanggan di mana orang mungkin berbicara dalam bahasa yang berbeda
• Pustaka media dengan konten dalam berbagai bahasa
• Memeriksa apakah video/podcast Anda telah dilabeli dengan bahasa yang benar.

Fitur utama Amazon Transcribe

Ada beberapa fitur yang membuat Amazon Transcribe menjadi alat yang tangguh, beberapa di antaranya dibahas di bawah ini. 

Fitur Amazon Transcribe. Sumber Gambar: Napkin AI

Setiap orang memiliki kebutuhan transkripsi yang berbeda. Untuk mengakomodasi hal ini, Transcribe dapat menangani file audio secara batch maupun waktu nyata untuk live streaming. Selain itu, pengguna dapat mengembangkan kosakata dan model bahasa khusus untuk meningkatkan akurasi. Ini sangat membantu saat bekerja dengan akronim, jargon khusus industri, atau terminologi yang tidak lazim.

Identifikasi penutur adalah fitur tambahan yang membantu membedakan beberapa penutur dalam percakapan dengan jelas. Saya pikir ini sangat membantu selama rapat atau wawancara. Lebih tepatnya, ini dikenal sebagai diarization penutur.

Transcribe juga menawarkan penyaringan dan redaksi konten otomatis untuk perusahaan yang menangani data sensitif. Ini berarti item data PII seperti nama, alamat, dan nomor kartu kredit disamarkan demi kepatuhan. Layanan ini juga dapat mengidentifikasi dan menandai konten ofensif, seperti ancaman dan ujaran kebencian. 

Terakhir, Transcribe dapat terhubung dengan beberapa layanan AWS lainnya. Ini sesuai ekspektasi karena AWS memang dikenal akan hal tersebut. Kompatibel dengan layanan seperti Amazon S3 untuk penyimpanan, Amazon Comprehend untuk analisis sentimen, dan AWS Lambda untuk otomasi.

Use case untuk Amazon Transcribe

Amazon Transcribe dirancang serbaguna sehingga ada banyak use case. Saya akan membahas beberapa yang utama, tetapi jelas tidak bisa sepenuhnya komprehensif.

Use case Amazon Transcribe. Sumber Gambar: Napkin AI

Analitik panggilan & bantuan agen

Dengan Amazon Transcribe Call Analytics, Anda dapat mengekstrak insight yang dapat ditindaklanjuti dari percakapan pelanggan. Analitik ini dapat digunakan lebih lanjut untuk memantau kinerja agen, membuat program pelatihan yang disesuaikan, optimasi tenaga kerja, dan meningkatkan kepuasan pelanggan. 

Subtitel & caption

Anda dapat secara otomatis membuat subtitel untuk konten Anda yang akan meningkatkan aksesibilitas dan keterlibatan audiens. Kustomisasi bahasa dan pemfilteran konten dapat semakin membantu Anda melindungi privasi pelanggan atau bahasa yang sesuai untuk audiens, dan ini akan meningkatkan efektivitas untuk use case Anda.

Dokumentasi kesehatan & klinis

Dengan Amazon Transcribe Medical, tenaga kesehatan dapat dengan mudah mentranskripsi percakapan pasien. Ini membantu pencatatan dan kepatuhan. AI ini bahkan diketahui mampu menangani terminologi medis yang kompleks, jadi itu juga merupakan keunggulan besar.

Dokumentasi legal

Analitik legal adalah use case yang bagus untuk Amazon Transcribe. Dengan siaran langsung persidangan yang kini menjadi hal yang umum, sangat memungkinkan bagi firma hukum untuk membuat catatan akurat atas proses hukum tersebut - mentranskripsi kesaksian, putusan, dan argumen.

Saya membayangkan ini akan mengurangi kesalahan pencatatan (sangat penting dalam bidang legal), mempercepat telaah perkara, dan mungkin membantu menemukan pola kunci dalam tren litigasi menggunakan penelusuran dan analisis bertenaga AI. Meski demikian, saya perlu menegaskan bahwa Transcribe tidak tersertifikasi untuk pencatatan hukum resmi di semua yurisdiksi.

Membandingkan Amazon Transcribe dengan Alternatif

Amazon Transcribe penuh dengan fitur, tetapi bergantung pada kebutuhan dan anggaran spesifik Anda, sebaiknya pertimbangkan juga beberapa alternatif berikut:

• Whisper (OpenAI) di EC2: Model ASR self-hosted yang sering kali lebih hemat biaya, terutama untuk beban kerja transkripsi yang berat. Namun, ini juga berarti Anda harus mengelola infrastruktur sendiri.
• Deepgram: Opsi berbasis cloud yang menawarkan transkripsi waktu nyata dan harga kompetitif, menarik bagi mereka yang mencari solusi terkelola sepenuhnya.
• Azure Speech-to-Text & Google Speech-to-Text: Pemain besar ini menyediakan layanan serupa, masing-masing dengan model harga dan opsi integrasi yang unik. 

Sebagian pengguna berhasil mengurangi biaya dengan menjalankan Whisper secara lokal atau meng-host model ASR sendiri di AWS EC2. Namun, pengelolaan infrastruktur memiliki tantangan tersendiri, dan itu perlu dipertimbangkan.

Mulai Menggunakan Amazon Transcribe

Alur kerja sederhana untuk mulai menggunakan layanan ini dijelaskan di bawah. 

Memulai dengan Amazon Transcribe. Sumber Gambar: Napkin AI

Langkah 1: Daftar AWS

Pertama-tama: Buat akun AWS Anda. Kabar baiknya, Anda akan mendapatkan 60 menit transkripsi gratis setiap bulan selama tahun pertama.

Langkah 2: Unggah Audio ke S3

Selanjutnya, unggah file audio Anda ke bucket Amazon S3. Anggap S3 sebagai ruang penyimpanan cloud pribadi untuk semua file Anda.

Langkah 3: Mulai Pekerjaan Transkripsi

Buka Amazon Transcribe di AWS Console.  Pilih antara pemrosesan batch atau transkripsi waktu nyata. Jangan lupa memilih bahasa, aktifkan identifikasi penutur jika diperlukan, dan tambahkan kosakata khusus untuk meningkatkan akurasi.

Langkah 4: Ambil Transkrip Anda

Setelah pekerjaan selesai, Anda dapat mengambil keluaran transkrip dalam format TXT, JSON, atau SRT. Pilih yang paling sesuai dengan proyek Anda.

Langkah 5: Integrasikan dengan Layanan AWS Lain

Anda dapat melangkah lebih jauh dengan menghubungkannya ke Amazon Comprehend untuk analisis sentimen atau Amazon Translate jika ingin membuat transkrip dalam bahasa lain.

Harga Amazon Transcribe

Amazon Transcribe menggunakan model bayar sesuai pemakaian, dengan biaya berdasarkan total durasi audio yang ditranskripsikan.

• Tingkat gratis: Pelanggan AWS baru dapat mentranskripsi hingga 60 menit per bulan secara gratis selama dua belas bulan pertama.​
• Harga standar: Di luar tingkat gratis, biaya dihitung berdasarkan durasi audio, dan tarif bervariasi tergantung wilayah dan tingkat penggunaan Anda. Amazon Transcribe API untuk transkripsi streaming maupun batch ditagihkan bulanan berdasarkan penetapan harga bertingkat, yang dapat ditinjau di sini. 
• Tips optimasi biaya: Anda dapat mengompresi file audio untuk mengurangi durasi dan waktu transkripsi. Biaya akan berkurang jika Anda mengurangi total durasi audio, yang menjadi faktor penagihan utama. Selain itu,  pertimbangkan penggunaan model bahasa khusus untuk meningkatkan akurasi, sehingga meminimalkan kebutuhan koreksi manual.​

Kelebihan dan Kekurangan Amazon Transcribe

Sebaiknya selalu menilainya berdasarkan kebutuhan, anggaran, dan tumpukan teknologi Anda saat ini. 

Kesimpulan

Jika Anda mempertimbangkan untuk menggunakan Amazon Transcribe, penting untuk mengevaluasi kebutuhan spesifik Anda dengan cermat. Jika pengelolaan biaya atau infrastruktur menjadi prioritas utama, menjajaki alternatif seperti model ASR self-hosted bisa masuk akal. Memanfaatkan AWS Free Tier dan menerapkan strategi penghematan biaya dapat membantu Anda memaksimalkannya.

Jika Anda belum familiar dengan produk dan layanan Amazon serta ekosistemnya secara keseluruhan, kami siap membantu:

1. AWS Concepts: Jelajahi dunia Amazon Web Services (AWS) dan pahami mengapa layanan ini berada di garis depan komputasi cloud.
2. AWS Cloud Technology & Services: Kuasai teknologi cloud AWS dengan pembelajaran praktis dan penerapan nyata di ekosistem AWS.
3. AWS Cloud Practitioner Certification (CLF-C02): Tunjukkan pengetahuan dasar Anda tentang layanan cloud AWS dan komputasi cloud.