Kensho
Kensho Technologies (S&P Global) · Coding
Kensho Scribe ist der Dienst von S&P Global, der Finanzaudio in Text verwandelt. Earnings Calls kommen formatiert zurück, dazu gibt es Batch- und Echtzeit-APIs.
Über Kensho
What Is Kensho Scribe
Kensho Scribe ist der Dienst für automatische Audio-Transkription von Kensho, der KI-Einheit, die S&P Global 2018 übernommen hat. Trainiert wurde das Modell mit Hunderttausenden Stunden Business- und Finanzaudio, die das hauseigene Transkriptionsteam von S&P Global annotiert hat. Genau darin liegt der Unterschied. In einem Earnings Call fallen Tickersymbole, Beträge in verschiedenen Währungen und Namen von Vorständen. Allgemeine Spracherkennung hört an diesen Stellen regelmäßig etwas anderes.
Zurück kommt mehr als eine Wortkette. Scribe setzt Satzzeichen, hält Sprecherwechsel ein und entfernt Füllwörter und Satzabbrüche. Der Text liest sich flüssig. Ein Analyst überfliegt ihn in wenigen Minuten, ohne eine lange Korrekturrunde.
Zwei Punkte zählen vor dem Abschluss. Die Transkription von Finanzaudio deckt vor allem englische Inhalte ab, Teams mit anderen Sprachen sollten die Unterstützung also vorab klären. Und der Zugang läuft über ein bereitgestelltes Konto, nicht über einen Kauf mit Kreditkarte. Den Preis nennt das Vertriebsteam von Kensho.
Getting Started
- Zugang über die Scribe-Website anfragen und den Weg wählen. Die Weboberfläche passt zu einzelnen Dateien. Die API lohnt sich bei Volumen und automatisierten Abläufen.
- Ein Token besorgen. Die Doku von Kensho beschreibt Anmeldung und Token-Erzeugung für die Batch- und Echtzeit-Endpunkte.
- Audio hochladen. In der Batch-API schicken Sie die Datei direkt oder eine URL, die Scribe ohne Auth-Header abruft.
- Ausgabeformat festlegen. JSON liefert Zeitstempel und Sprecherlabels. Word eignet sich, wenn das Ergebnis an ein Redaktionsteam geht.
- Transkript abholen. Den Bezeichner abfragen, bis eine 200 zurückkommt, oder eine Callback-URI setzen, damit Scribe den Abschluss meldet.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Kensho.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Aktienanalysten
- Investor-Relations-Teams
- Transkriptionsdienstleister und Expert Networks
Aufgaben
- Quartalsweise Earnings Calls transkribieren
- Ein durchsuchbares Audioarchiv aufbauen
- Live-Untertitel erzeugen
- Interviews oder Zeugenaussagen für die Redaktion vorbereiten
Szenarien
- Einige Dateien ohne Programmierung transkribieren
- Das Volumen der Earnings-Saison durch eine Pipeline schicken
- Mit unruhigem Real-World-Audio umgehen
Wichtigste Funktionen
Auf Finanzen trainiertes Sprachmodell
Akustik- und Sprachmodell wurden mit annotiertem Finanzaudio von S&P Global trainiert, rund 300.000 Stunden in der aktuellen Version. Das Vokabular eines Earnings Calls, Börsensymbole und Titel von Führungskräften werden deshalb erkannt statt geraten. Systeme für Alltagsgespräche scheitern genau an diesen Begriffen.
Automatische Formatierung und Bereinigung
Scribe setzt Satzzeichen und entfernt Füllwörter, Satzabbrüche und Wiederholungen während des Schreibens. Das Ergebnis wirkt wie ein bereits überarbeitetes Transkript. Leser und NLP-Prozesse erben das Rauschen des Audios nicht. Für ein Research-Team entscheidet dieser Schritt zwischen brauchbarem Dokument und rohem Auswurf.
Sprechertrennung und -identifikation
Getrennte Modelle erkennen Sprecherwechsel und ordnen jede Passage einer Person zu. Beim Lesen eines Calls lässt sich die Antwort des Finanzvorstands dank Sprechererkennung sofort von den Hinweisen des Operators unterscheiden. In der Fragerunde, wenn mehrere durcheinanderreden, wiegt die Sprechertrennung noch stärker.
Batch-API für Dateien und entfernte URLs
Ein POST mit Audio oder Video startet den Job, entweder per Upload oder über einen Link, den Scribe selbst abruft. Die Antwort enthält einen Bezeichner, der Rest läuft im Hintergrund. Danach fragen Sie den Status ab oder warten auf den Callback und holen das Ergebnis als JSON oder Word.
Echtzeit-Transkription per WebSocket
Der Echtzeit-Endpunkt nimmt unkomprimiertes Audio während der Aufnahme an und liefert Text noch in der Sitzung. Eine Verbindung läuft bis zu fünf Stunden bei doppelter Echtzeit-Uploadrate, genug für Meetings und lange Webinare. Das ist der Weg für Live-Untertitel und Meeting-Notizen.
Eskalation zur menschlichen Nachbearbeitung
Reicht die automatische Ausgabe nicht, kommen bei der Variante mit menschlicher Nachbearbeitung professionelle Transkribenten dazu, die korrigieren und formatieren. Die Priorität legen Sie nach Vertrag fest, die Fristen für hohe, mittlere und niedrige Priorität sind vorab vereinbart. Das Ergebnis kommt als Word-Dokument.
Vor- und Nachteile
Vorteile
- Die Genauigkeit bei Finanzaudio ist der Grund für das Produkt. Sie zeigt sich bei Tickersymbolen, Firmennamen und der Sprache von Earnings Calls, die allgemeine Modelle falsch hören.
- Transkripte kommen formatiert zurück, mit Sprechern und Zeitstempeln. Das spart pro Datei einen Bearbeitungsdurchgang.
- Das Tempo überzeugt: Eine Stunde Audio braucht im aktuellen Modell rund zehn Sekunden.
- Zwei Zugangswege decken fast jeden Ablauf ab, mit Weboberfläche für einzelne Dateien und APIs für die Automatisierung.
- Die menschliche Nachbearbeitung dient als Rückfallebene, wenn eine Aufnahme für die Maschine zu unruhig ist.
Nachteile
- Eine öffentliche Preisliste fehlt. Sie brauchen ein Angebot vom Kensho-Team, was den direkten Vergleich für Einzelkämpfer erschwert.
- Batch-Transkripte werden höchstens zwei Tage vorgehalten. Ergebnisse müssen also zügig abgeholt oder selbst gespeichert werden.
- Der Durchsatz hat Obergrenzen, die in die Planung müssen: 1 GB pro Datei, fünf API-Anfragen pro Sekunde und ein festes Audiokontingent pro Konto.
- Das Angebot dreht sich um englisches Business-Audio. Wer andere Sprachen braucht, sollte die Unterstützung zuerst bestätigen lassen.
Häufige Fragen
Kensho Scribe ist eine Transkriptions-API mit Weboberfläche, die Business- und Finanzaudio in formatierten Text umwandelt. Earnings Calls sind der bekannteste Fall, dazu kommen Investorenpräsentationen, Meeting-Notizen und Interviews. Das Ergebnis ruft man per API ab oder lädt es im Web herunter.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Kensho.
Alternativen zu Kensho
Base Code
Base44 (Wix) · Coding · ProduktivitätBase Code ist eine geteilte Cloud-Entwicklungsumgebung von Base44. Das Team beschreibt Änderungen an einem bestehenden GitHub-Repository im Chat, prüft sie in der Vorschau und reicht sie als Pull Request ein.
Google EmbeddingGemma 2
Google DeepMind · Schreiben · Bilder · CodingGoogle EmbeddingGemma 2 ist ein offenes Modell mit 740 Millionen Parametern, das Text, Code, Bilder, Audio und Videobilder in Vektoren eines gemeinsamen 768-dimensionalen Raums umwandelt und auf Handys und Notebooks läuft.
GitGlow
GitGlow · Coding · ProduktivitätGitGlow ist ein Git-Client für den Desktop, der Ihren Code und die Änderungen Ihrer KI-Agenten in einer Review bündelt, damit Sie vor dem Ausliefern sehen, was die Maschine verlässt.