Мои два цента, основанные на практическом опыте использования обоих сервисов для транскрипции английского языка. С технической точки зрения, автоматическое распознавание речи (ASR) — это преобразование содержания определенного языка из одной формы в другую. Здесь исходная форма находится в аудио, а целевая форма - в текстовом. И звук, и текст на одном языке. У меня была возможность поэкспериментировать как с Amazon Transcribe, так и с сервисами преобразования речи в текст GCP..