aws 转录说话人识别不准确如何改进它？如果无法改进，其他最佳选择是什么？

问题描述

我尝试转录的视频是：https://www.youtube.com/watch?v=nxkkXTbl3_4

视频中有 3 位独特的演讲者。我正在使用每个视频 2-5 个扬声器的扬声器转录多个视频。

这是我的转录代码：

aws transcribe start-transcription-job \
     --region $AWS_REGION \
     --cli-input-json file://$JSON_FILE

JSON 文件是：

'{TranscriptionJobName: $key0,LanguageCode: 'en-US',MediaFormat: 'mp3',Media: {MediaFileUri: $key3},OutputBucketName: "ceos-videos/transcripts/raw",Settings: { ShowSpeakerLabels:true,MaxSpeakerLabels:5}}')

转录效果良好，说话人识别仅适用于约 50% 的视频。 如何提高说话人识别的准确率？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）