# Amazon Transcribe

> Un servicio de AWS que escucha audio y escribe lo que se dijo.

- Nivel: Intermedio
- Temas: AWS, IA
- URL: https://tidbit.legios.com.ar/es/amazon-transcribe/
- En inglés: [Amazon Transcribe](https://tidbit.legios.com.ar/amazon-transcribe/)

**Amazon Transcribe** es voz a texto en forma de API. Le das un archivo de audio o video guardado en S3, o un stream de audio en vivo, y te devuelve una transcripción: las palabras dichas, cada una con su marca de tiempo y un puntaje de confianza. Trabaja de dos maneras: **batch**, para grabaciones que ya tenés, y **streaming**, para audio que llega en tiempo real, como una llamada en curso.

Además de transcribir, puede distinguir quién habla ("hablante 1", "hablante 2"), aprender tu jerga con un **vocabulario personalizado** para que los nombres de tus productos salgan bien escritos, y tapar datos personales como números de tarjeta. Una variante llamada **Call Analytics** está pensada para centros de atención y suma cosas como el sentimiento de la conversación y resúmenes de cada llamada.

Se usa para subtitular videos, armar archivos buscables de reuniones o podcasts, tomar notas de llamadas con clientes y meter entrada por voz en una app. Es el espejo de Amazon Polly, que pasa de texto a voz. Pagás por segundo de audio transcripto.

## Una analogía

Un taquígrafo de tribunal que no se toma descansos: escucha la grabación, tipea cada palabra y anota quién dijo cada línea y en qué minuto.

## Para quedarse

- Convierte audio grabado o en vivo en texto con marcas de tiempo.
- Modo batch para archivos, modo streaming para tiempo real.
- Separa hablantes, aprende vocabulario propio y oculta datos personales.
- Se cobra por segundo de audio procesado.

## Para seguir leyendo

- [¿Qué es Amazon Transcribe? (documentación oficial)](https://docs.aws.amazon.com/es_es/transcribe/latest/dg/what-is.html)
- [Página de Amazon Transcribe](https://aws.amazon.com/es/transcribe/)

## Términos relacionados

- [Reconocimiento de voz](https://tidbit.legios.com.ar/es/speech-recognition/): La tecnología que convierte lo que decís en voz alta en texto escrito.
- [API](https://tidbit.legios.com.ar/es/api/): El menú de cosas que un programa le deja pedir a otro programa.
- [Amazon S3](https://tidbit.legios.com.ar/es/amazon-s3/): Un cajón gigante en internet para guardar archivos, alquilado por gigabyte.
- [Datos personales y RGPD](https://tidbit.legios.com.ar/es/personal-data-and-gdpr/): La información sobre vos, y las leyes que dicen quién puede usarla y cómo.
- [Amazon Polly](https://tidbit.legios.com.ar/es/amazon-polly/): Un servicio de AWS que convierte texto escrito en audio hablado.
- [Texto a voz](https://tidbit.legios.com.ar/es/text-to-speech/): La tecnología que lee en voz alta un texto escrito, con una voz sintética.