是否可以使用AWS转录将人员映射到文字记录？

Question

我需要使用一些转录服务来转录语音。我收到了AWS转录的非常好的结果。但我也需要知道谁说了什么。AWS转录可以做到这一点吗？我找不到任何关于这个的东西。

例如。我现在得到的是

演讲者1:你好，你好吗？

演讲者2:我很好，你呢？

扬声器1:好的.

我想要的是能够知道谁是演讲者1和2。例如通过上传样本

鲍勃:你好，你好吗？

艾丽斯:我很好，你呢？

鲍勃:好吧……

AWS是否可以做到这一点？

Answer 1

有两种方法：

• 使用多个声道(例如左音频和右音频)来分隔扬声器。这对于有两个不同扬声器的电话呼叫是很好的。请参阅:带有二进制的Transcribing multi-channel audio - Amazon Transcribe
• Identifying扬声器，请参阅：Identifying speakers (speaker diarization) - Amazon Transcribe

这些将识别单独的演讲者。但是，您不能上传一个“示例”，然后确定特定的说话人。