用途：作为 AWS 体系内的语音转文字方案，适合媒体已存放在 S3、组织需要 IAM/KMS/CloudTrail 治理、需要从批处理文件生成字幕，或需要实时转写经 AWS 流式端点的场景。AWS 文档称其可将音频转为文本，支持异步批处理与实时流式两种方式。
主要能力：批处理适用于 S3 中的文件、离线转写、字幕、播客/视频归档与质检；流式适用于实时字幕、通话助手、会议与语音输入，使用双向 HTTP/2 或 WebSockets，需指定语言或语言识别、编码与采样率。Call Analytics 仅用于客户与客服通话，输出话轮、情绪、打断、非通话时长、语速、类别、摘要等。Medical 仅用于医疗相关语音，仅限美式英语（en-US），批处理与流式均可用，AWS 说明其不能替代专业医疗建议、诊断或治疗，患者护理用途需受训人工复核。
输入输出：批处理输入格式含 AMR、FLAC、M4A、MP3、MP4、Ogg、WebM、WAV；流式含 FLAC、Ogg Opus 与 PCM，AWS 建议尽量使用 FLAC 或 WAV 等无损格式。支持单声道与双声道，不支持超过两个声道。批处理输出为 JSON，包含段落转写与条目级数据，词条目至少有开始时间、结束时间与置信度。视频字幕输出支持 WebVTT 与 SubRip，请求字幕时会在同一目标位置同时生成字幕文件与常规 JSON。
功能边界：说话人分离可将最多 30 个说话人标为 spk_0 至 spk_29；声道识别将双声道分别标注 ch_0 与 ch_1。自定义词表用于品牌名、缩写、专有名词与领域术语，表格格式为首选，Phrase 必填且不能含空格；词表过滤器用于修改或屏蔽精确词匹配。批处理支持自动语言识别与多语言识别，流式支持自动语言识别。流式 PII 脱敏将识别到的 PII 替换为 [PII]；批处理语言识别加内容脱敏时，非受支持脱敏语言的内容不会被脱敏且可能不告警、不失败。毒性检测仅限批处理且仅美式英语，AWS 称其使用音频与文本线索。
使用与限制：IAM 角色需有 S3 访问权限，使用 KMS 时还需相应密钥权限；指定自有输出桶时转写会保留在该桶中直至移除。默认情况下 AWS 会存储并使用处理后的语音输入以改进服务，可通过 AWS Organizations 的 AI 服务退出策略选择退出。配额包括最大音频 28800 秒、2 GB、最小 500 毫秒、25 个并发流式会话、250 个并发批处理作业、100 个词表、100 个词表过滤器、90 天作业记录保留；Call Analytics 批处理为 14400 秒与 500 MB。定价按区域不同，US East 示例为流式每分钟 0.01 美元、批处理每分钟 0.006 美元，Call Analytics、内容脱敏、Medical 与附加项另计。区域可用性随 API 与产品而异。实际价格、区域与配额以 AWS 最新文档为准。