继上个月发表云端文字转语音（Cloud△Text-to-Speech）服务之后，Google在周一（4/9）更新了云端语音转文字（Cloud△Speech-to-Text）服务，提供全新的视频及电话转录模型，也新增了自动化标点符号功能。相较于原本的电话模型，新的强化版电话转录模型（enhanced△phone_call△model）让语音分辨的错误率减少了54%。
Google于2016年发表的Cloud△Speech-to-Text原名为Cloud△Speech△API，可分辨包括中文在内的逾120种语言，本周则是该服务建立以来最大规模的改版，它提供了4种订制化模式，包括命令与搜寻（command_and_search）、电话（phone_call）、视频（video）与预设（default），其中，电话模型适用于基于8khz取样率记录的电话内容，而预设模型则多用在音质较好、时间较长、取样率高于16khz以上的音频，使用者可依照不同的使用情境选择适用的模型，以顺利将语音转换成文字。(来源：Google)
Google△Cloud△AI产品经理Dan△Aharon表示，有许多云端供应商利用客户的请求来改善相关服务，但基于资料及隐私保护的立场，Google并不打算采用这样的作法，取而代之的是推出业界首创的“选择加入计划”（ opt-in△program），让客户主动提供资料供Google纪录与分析，而首个成品就是强化版电话转录模式，该计划成功地让Cloud△Speech-to-Text的电话转录服务减少了54%的错误。
至于新的视频模式则可用来将视频中的语音转换成文字，或是转录同时有多人开讲的语音，该模式所使用的机器学习技术与YouTube自动化字幕背后的技术雷同，相较于原本的预设模式，视频模式的转录错误率也降低了64%。
不管是强化版的语音模式或视频模式现在都只支援英文，预计很快就会扩张至其它语言。
除了全新的语音及视频模式之外，新版的Cloud△Speech-to-Text还准备在将语音转成文字之后，自动加入标点符号，以让文字更容易阅读，目前该模式仍属于测试阶段，可提供逗点、句号或问号等标点符号的建议。
除了视频模式每15秒的收费为0.012美元之外，其它模式的费用皆为每15秒0.006美元，为了推广全新的视频模式，截至今年5月31日可享用每15秒0.006美元的优惠价。
I 相关 / Other
微软用语音分辨将讲课内容即时转成文字，让听力受损学生学习无障碍
图片来源: 微软 微软5日于官方的博客发表用AI技术协助失聪学生学习的成果Presentation△Translator，通过语音分辨技术，将课堂上教授的演讲内容转为文字，来帮助失聪的学生可以同步得到最完整且准确的资讯，并通过AI
清明期间，很多殡葬行业的职业开始在网上被媒体所报道，被大众所认知。殡葬热线接线员便是这样一个职业，从事殡葬热线接线员的康露，主要服务于殡葬业务办理和殡葬信息查询等功能，每天60个死亡电话是很正常的事情，
前几个月新闻一直报道着5G网络，但是不确定什么时候上市，现在已经有消息传出了，据悉最快在后年正是推出上市使用。如今5G电话通话成功了，真的是一个天大喜讯，但是很多人都在问5G网络速度究竟会有多快呢？你知道吗
图片来源: EFF 电子前锋基金会（Electronic△Frontier△Foundation，EFF）与其他93个公民团体递交公开信给欧盟秘书长Thorbj?rn△Jagland，要求网络犯罪公约的订定，应该全程都有公民参与，以免重蹈美国云端法案（Cla
AWS发表Secrets Manager以解决云端服务密码管理问题
图片来源: AWS Amazon△Web△Services（AWS）本周发表了AWS△Secrets△Manager△，让使用者可借由API或AWS命令列介面来管理存放于应用程序中的各种机密资讯，诸如密码、资料库存取凭证或API金钥等，可望解决云端时代