はじめに

日本語に対応した自動音声認識サービスAmazonTranscribeが果たしてどの程度の精度なのか確かめてみました

文字起こしした音声

大好きなイチローさんの引退会見です。

【全編】イチロー選手が引退会見「後悔などあろうはずがない」（2019年3月21日）

全部で1時間半ほどあるので、その中から冒頭の挨拶部分を文字起こししてみました。

検証結果

自分が文字起こししたテキスト.txt

こんなにいるの！びっくりするわ！！そうですか。この遅い時間にお集まりいただいてありがとうございます。今日のゲームを最後に日本で９年、アメリカでは19年目に突入したところだったんですけれども、現役生活に終止符を打ち引退することとなりました。最後にこのユニフォームを着て、この日を迎えられたことを大変幸せに感じています。この28年を振り返るにはあまりにも長い時間だったので、ここで一つ一つ振り返ることが難しいということもあって、ここではこれまで応援いただいた方々への感謝の思い、そして球団関係者、チームメートに感謝を申し上げて皆様からのご質問があればできる限りお答えしたいという風に思っています。

AmazonTranscribeで文字起こししたテキスト.txt

こんなにいるのびっくりするわそうですかいやこのそ遅い時間にお集まりいただいてありがとうございますま今日のゲームを最後に日本で九年アメリカでは十九年目に突入ましたところだったんですけれども原因生活に終止符を打ち引退することとなりましたうんま最後にこのユニフォームを着て、この日を迎えられたことをま大変幸せに感じていますまこの十二十八年を振り返るにはまああまりにもま長い時間だったのでここでま!一つ一つ振り返ることが難しいということもあってまここではこれまでええ公園そしていただいた片方への感謝の思いえそして球団関係者チームメートに感謝を申し上げて皆様からの御質問があればできる限りお答えし、たいという風に思っています

##結論

多少の間違えもあるが、かなり高い精度で文字起こしされている。
ライターがインタビューした内容の文字起こしや動画編集者が動画内容を文字起こしする等の用途ではかなり活用できそう。

参考

Amazon Transcribe - AWSドキュメント