本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
有毒言语音检测旨在帮助管理涉及 peer-to-peer对话的社交媒体平台，例如在线游戏和社交聊天平台。使用毒性言论可能对个人、同类群体和社区造成严重损害。标记毒性言论有助于组织保持对话的文明性，维护一个安全、包容的网络环境，让用户可以自由创建、分享和参与。
Amazon Transcribe 毒性检测利用音频和基于文本的线索，对基于语音的有毒内容进行识别和分类，分为七个类别，包括性骚扰、仇恨言论、威胁、虐待、亵渎、侮辱和图片。除文本外， Amazon Transcribe 毒性检测还使用言论线索（例如语调和音高）来仔细研究言论中的毒性意图。这是对标准内容审核系统的改进，标准内容审核系统旨在仅关注特定术语，而不考虑意图。
Amazon Transcribe 对有害言语进行标记和分类，从而最大限度地减少必须手动处理的数据量。这使内容审阅者能够快速高效地管理其平台上的话语。
毒性言论类别包括：
-
亵渎：包含不礼貌、粗俗或令人反感的单词、短语或首字母缩略词的言论。
-
仇恨言论：基于身份（例如种族、民族、性别、宗教、性取向、能力和国籍）批评、侮辱、谴责或非人性化的言论。
-
性：通过直接或间接提及身体部位、身体特征或性别来表示性兴趣、活动或性唤起的言论。
-
侮辱：包括贬低、羞辱、嘲笑、侮辱或贬低语言的言论。这种语言也被标记为欺凌。
-
暴力或威胁：包括企图对个人或群体造成痛苦、伤害或敌意的威胁的言论。
-
图形性言论：使用视觉描述和令人不快的生动形象来表达的言论。这种语言通常故意过于详细，以加剧接受者的不适感。
-
骚扰或虐待：旨在影响接受者心理健康的言论，包括贬低和物化用语。这种语言也被标记为骚扰。
毒性检测会分析语音片段（自然停顿之间的语音），并为这些片段分配置信度分数。置信度分数是介于 0 和 1 之间的值。置信度分数越大，表示内容属于关联类别毒性言论中的内容的可能性越大。您可以使用这些置信度分数为您的用例设置适当的毒性检测阈值。
注意
毒性检测仅适用于美国英语 ((en-US)) 的批量转录。
查看 JSON 格式的示例输出。
