¿Qué es Amazon Transcribe?
Amazon Transcribe es un servicio de reconocimiento automático de voz (ASR - Automatic Speech Recognition) de AWS que convierte audio en texto de manera precisa y automática.
Características principales
🎙 Conversión de audio a texto en varios idiomas y acentos.
🔍 Identificación de hablantes (speaker diarization) para transcripciones con múltiples personas.
📝 Puntuación y formato automático para mejorar la legibilidad.
🔤 Detección de palabras inapropiadas para censurar contenido.
📌 Etiquetado de palabras con confianza para mejorar la precisión.
💼 Integración con otros servicios de AWS como Amazon S3, Lambda y Comprehend.
Ejemplo de uso con Python y Boto3
📌 Convertir un archivo de audio en texto
import boto3
# Crear cliente de Amazon Transcribe
transcribe = boto3.client('transcribe', region_name='us-east-1')
# Nombre del trabajo de transcripción
job_name = "mi-transcripcion"
audio_file_uri = "s3://mi-bucket/audio.mp3" # Archivo de audio en S3
# Iniciar la transcripción
transcribe.start_transcription_job(
TranscriptionJobName=job_name,
Media={'MediaFileUri': audio_file_uri},
MediaFormat='mp3', # Formato del archivo de audio
LanguageCode='es-US' # Código de idioma (ejemplo: español)
)
# Verificar el estado de la transcripción
response = transcribe.get_transcription_job(TranscriptionJobName=job_name)
print("Estado:", response['TranscriptionJob']['TranscriptionJobStatus'])
Casos de Uso
📞 Análisis de llamadas – Transcripción automática para atención al cliente.
🎙 Subtitulación de videos y podcasts – Generar subtítulos precisos.
🗂 Indexación de contenido – Convertir audio en texto para facilitar la búsqueda.
🚀 Comandos de voz – Integración con aplicaciones que usan reconocimiento de voz.
🏛 Cumplimiento y auditoría – Convertir grabaciones en texto para documentación.
Amazon Transcribe es serverless, por lo que solo pagas por el tiempo de audio procesado. 🚀