这是关于在AWS上文本和语音之间转换内容的系列文章的第二部分。在第一部分中，我们使用amazonpolly来叙述博客文章，并使用音频标签将内容嵌入到网站中。在这篇文章中，我们将使用语音到文本来起草播客和访谈的记录，以便发表。最后，我们将通过往返转录运行几个样本来评估这些格式转换技术的总体准确性。

2012年，帕特里克·麦肯齐（又名Kalzumeus and Stripe的patio11）和Ramit Sethi（我将教你如何富有）坐下来录制了两小时长的播客。因为我是他们两个作品的粉丝，我可能会听他们的播客，但我绝对不会每次都听几次。另一方面，我可以在闲暇时重读和参考这些成绩单。当我和人们谈论自由职业的时候，我也自由地推荐这个系列，因为我知道我给他们的资源是阅读时间的四分之一。尽管播客和转录本的内容完全相同，但组合起来的效果是播客单独使用的10倍。

在第一份记录中，麦肯锡说，他花了75美元，等了几天，才让专业服务机构转录播客。他的另一个选择是亲自抄写。当我在大学报社工作时，我经常抄写采访。随着时间的推移，我在这项技能上得到了更多的练习，从每分钟4分钟的音频转录提高到每分钟3分钟。当我想象一个拥有专业设备和更快的打字速度的专业人员可能会降到每分钟2分钟以下，因为一个业余的抄写员麦肯齐很可能通过支付服务费而节省了自己五六个小时的工作时间。

七年后，看来他应该有另一个选择：使用Amazon网络服务进行自动转录。正如我们将看到的，在准备出版之前，转录需要大量的编辑工作，但与聘请专业人员相比，自动抄写有两个致命的特点：他可以以大约1美元的价格将转录实时恢复。在本文中，我将解释如何在AWS上使用Speech-to-Text轻松地使内容具有多种格式，以及在更复杂的应用程序中使用Amazon转录的想法