Análise comparativa teórica e estrutural de serviços de transcrição de áudio baseados em inteligência artificial

Abstract

Antes de realizar projetos de implantação de melhorias ou adição de recursos seja em uma empresa, loja, mercados, farmácias, é de extrema importância que seja realizada uma análise geral sobre os possíveis fatores que possam ajudar e atrapalhar na hora da execução. Diante disso, esse trabalho se trata de avaliar os principais recursos de transcrição de áudios tendo em vista as principais empresas de tecnologia e inteligência artificial do mercado. Vinte e três áudios de diferentes durações, categorias e sons foram transcritos pelos três principais serviços disponibilizados nas plataformas online da: Azure (Microsoft), AWS (Amazon) e GCP (Google), além dos modelos de Inteligência Artificial Generativa da OpenAI (GPT-4o) e Gemini e comparadas com transcrição manual utilizando o método Word Error Rate. Os resultados foram mais favoráveis para os serviços de transcrição dedicados, por conta de sua vasta gama de treinamento e entendimento especializado sobre as palavras.