こんにちは！
現在自分は、Lightblue Technologyという企業でインターンをしています。
業務で文字起こしをする機会があったので、
AWS、GCPそれぞれのAPIの文字起こしの結果をみて比べていきたいと思います！
使用するAPIについて
Amazon Transcribe
Amazon Transcribeは、AWSが提供する音声認識APIです。つい最近、日本語版が出ました。
ファイル形式はmp3、mp4、wav、flacなどに対応しています。
Google Cloud Speech-to-Text
Google Cloud Speech-to-TextはGoogle Cloud Platformが提供している音声認識のAPIです。
とても精度はいいと評判なのですが、読み取る際に求められる音声ファイルの形式が限定的で、
人によっては少し面倒かもしれないです。
実験
使用するデータについて
今回は、youtubeから3つの動画の音声データを落としてきて比較してみました。
• ホリエモンのスピーチ
• 昔ばなし 桃太郎
• しもふりチューブ
結果
以下に3つのデータの結果をお見せします。
みていただくとわかりますが、現状はGCPの圧勝のようです。
普段のプロダクト開発はAWSで行うことが多く、機械学習もsagemakerなど使いやすいサービスは多いですが、APIの性能に限ってはgoogleに一日の長があるようです。
ホリエモンのスピーチ
Amazon Transcribe
それでは 掘り 屋 さん 卒業 する の 皆さん に メッセージ を お願い いたし ます 皆さん おはよう
ござい ます えっ と 次に 皆さん これ まで 生まれ て から 畑地 何 年間 か レール に
敷か れ た レール の 敷か れ た 上 を え? ただ 走っ て き た 人生 を ここ で 終える こと に
なり ます これ から は ま レール が ある よう で レール の ない 世界 に 皆さん 突入 し て いく
こと に なる と 思い ます これ まで は 卒業 し た 後 就職 活動 と か ま 多分 し た。
でしょ う けど 同じ 会社 で ずっと 勤め 上げ て 定年 退職 し て その 間 に 家族 を 持っ て
家 を 建て て み たい な ま いわゆる 普通 の 生活 という の を この後 皆さん は 合っ て
いく こと に なっ た の か も しれ ませ ん が え そんな 未来 は おそらく 皆さんの 家 の
本当 に ごく 一部 の 人 しか そう いっ た 未来 を 歩ま ない いや 歩め ない と 思い ます!
Google Cloud Speech-to-Text
それでは堀江さん卒業生の皆さんにメッセージをお願いいたしますついに皆さんこれまで生まれてから
20何年間かレールに敷かれたレールの敷かれた上をただ走ってきた人生をここで終えることになります
これからはまレールがあるようでレールのない世界に突入していくことになると思いますえーこれまでは卒業した後
就職活動とかまあ多分したんでしょうけど同じ会社でずっと勤め上げて定年退職してその間に家族を持って
家を建ててみたいなはいわゆる普通の生活というのをこのあと皆さんは送って行くことになったのかもしれませんが
そんな未来はおそらく皆さんの家の本当にごく一部の人しかそういった未来を歩まないいや歩めないと思います
昔ばなし 桃太郎
Amazon Transcribe
おば さん が 河 で 洗濯 を し て いる と ドンブラコ 幸子 戸村 国庫 おや まあ
大きな 桃 が 流れ て き た よ 家 に 持っ て 帰る と バカ パン 中 から 男の子 が 生まれ まし た
元気 だ そう だ ね おば さん が ニコニコ する と 桃 から 生まれ た 桃太郎 だ ね お 爺 さん も
うれし そう に 言い まし た 桃太郎 は もりもり 御飯 を 食べ て グングン 大きく なり まし た
うん ある 日 ムラ の 宝物 が 鬼 に 盗ま れ て しまい まし た 強く て 優しい 桃太郎 は 僕 が
取り返し て くれ や そう 言っ て 鬼 が 終え 行く こと に し まし た はい もう もう だろ これ を
持っ て おい て おば さん が おいしい 吉備 団子 を 作っ て くれ まし た うん 日々 弾 五 一つ
下さい わ ね いい や 犬 が 桃太郎 に つい て き まし た ええ 吉備 団子 一つ 下さい 行き ねえ
いい や 猿 も 桃太郎 に つい て き まし た 瀬 美 団 が 一つ 下さい うん いい や 記事 も
桃太郎 に つい て き まし た とうとう 鬼 が 島 に つき まし た
Google Cloud Speech-to-Text
おばあさんが川で洗濯をしているとどんぶらこっこどんぶらこっこ大山大きな桃が流れてきたよ家に持って帰ると赤
中から男の子が生まれました元気だからねおばあさんがニコニコすると桃から生まれた桃太郎だねおじいさんも嬉しそうに入りました桃太郎はもりもりご飯を食べてグングン大きくなりましたある日村の宝物が鬼に盗まれてしまいました
強くて優しい桃太郎は僕が取り返してくるよそう言って鬼ヶ島へ行くことにしました
桃太郎これをもっておい機おばさんが美味しい切り団子売ってくれましたきび団子一つくださいまあいいや
犬が桃太郎についてきましたきび団子一つください行きはるも桃太郎についてきました
きび団子一つくださいぴよ知事も桃太郎についてきましたとうとう鬼ヶ島に着きました
しもふりチューブ
Amazon Transcribe
バイト し て て 逢坂 時代 もう やっぱ 一番 やばかっ た の が その ピーク タイム 一杯 やら ない か
って なっ た 時 に 上っ て なっ て 俺 も 遊び すぎ て カレー うどん に 命令 撮る だけ で
提供 しよ う だけ 全部 上っ て そんな 仕事 を 想像 し て み て ください 自分 が 働い て
上っ て いや もう この キッチン の この 中央 の やつ 全部 亡くなっ て 青田 オッケー だ けど 面
だけ 残っ てる よ ね これ を かける ところ に 目 だ って どういう こと や オープン キッチン な ん?
です よ うち だ から こう やっ て まず 見る でしょ そういう 時 は 約 三 女 かも しれ ない
カレー うどん が つい 食べ たい です よ ね はい うん ああ あれ 親 ね そう ね かなり 奥 に
入っ てる の か なあ お菓子 探す 一 回 明太子 ちゃん あのー そう 限り だ そう だ な って
そん 時 に も 俺 は あの その 麺 を ゆで の そう で この 店 こういう システム で やっ て ます よ
みたい に お客 さん が お 待た せ し まし た って さらに 綿 麻 さ れ 同じ 姿勢 を 持っ て いく
対象 で あの やっ て まし た ね 雨 どい だっ た 場合 と し た うどん や 本 で 止め て 印象
で 人 向い て ない な と 思っ て
Google Cloud Speech-to-Text
バイトしててさが時代もやっぱ一番はなかったんがそのピークタイムになった時に薄くなって俺もカレーうどん2 M
だけで提供したことは自分が働いてこのキッチンのこの厨房が全部なくなったオーダーつけてたけど麺だけ残ってる
家だからこうやって見るんですよそういう時は全ての面でも俺はその麺をゆで直して来いシステムでやってますよ
みたいなまだでしたらバイトしてたうどん屋ほんでやめて飲食店と向いてないなーと思って
感想
設定ミスなどがない限り、日本語の文字起こしに関しては、Google Cloud Speech-to-Textの方が精度がいいと感じました。自分はこちらを業務で使っていきます。
ただ、Amazon Transcribeはまだ日本語対応して間もないので、今後に期待したいと思います。
ありがとうございました。