Ein Unternehmen möchte Voicemail-Nachrichten unter 60 Sekunden transkribieren und muss etwa 200 Produktnamen mit ungewöhnlicher Schreibweise oder Aussprache korrekt erkennen. Es stehen 4.000 transkribierte Wörter zur Anpassung zur Verfügung, und die Anpassungen müssen während der Entwicklung mehrmals pro Stunde aktualisiert werden. Welcher Ansatz maximiert die Transkriptionsgenauigkeit während der Entwicklung?

Die Erstellung eines benutzerdefinierten Vokabulars mit Produktnamen und phonetischen Aussprachen ist die effektivste Methode, um die Transkriptionsgenauigkeit für seltene Wörter zu maximieren. Dienste wie Amazon Transcribe ermöglichen die Angabe benutzerdefinierter Vokabulare, die die Erkennung spezifischer Begriffe verbessern. Die manuelle Aktualisierung basierend auf Fehleranalysen während der Entwicklung ermöglicht eine schnelle Iteration und Anpassung an die tatsächliche Leistung. Die Option mit dem Konversations-Bot ist für die Transkription von Voicemails nicht direkt relevant. Die automatische Aktualisierung basierend auf Wörtern mit geringer Konfidenz ist weniger präzise als eine gezielte manuelle Anpassung für kritische Produktnamen. Das Training eines benutzerdefinierten Sprachmodells ist zwar leistungsstark, erfordert jedoch größere Datenmengen und ist für stündliche Updates während der Entwicklung zu zeitaufwendig.