Amazon Transcribe カスタム語彙における複合語の認識・登録に関する問い合わせ

Amazon Transcribe サポートご担当者様

お世話になっております。 Amazon Transcribeのカスタム語彙機能について、解決困難な問題に直面しております。 詳細な仕様の確認と、公式な解決策についてご教示いただきたく、ご連絡いたしました。

1. 結論 日本語文字起こしにおいて、複合語「EM工」がスペースを含むem こうと出力される問題をカスタム語彙で修正しようと試みています。しかし、解決が不可能な状況です。 認識エンジンが出力するスペースを含むem こうを、カスタム語彙のPhraseに登録しようとすると、バリデーションエラーで登録できません。 代替案であるIPAでの発音指定を試みましたが、日本語の基本的な母音である「ウ」の音に対応するはずの音素uが、『サポートされていない文字』としてバリデーションエラーになります。 このため、複合語の分割問題を解決するための、あらゆる標準的なアプローチが塞がれております。

2. 発生している問題 サービス: Amazon Transcribe 言語: 日本語 (ja-JP) 実現したいこと: 音声「イーエムコウ」を、単一の文字列「EM工」として正しく出力させる。 問題: 文字起こし結果が、意図せずスペースで分割されたem こうとなる。

3. これまでに試したこと（経緯と結果の要約）

試行1：SoundsLikeによる試行 イーエムコウおよびイーエムコーを指定しましたが、結果はem こうのままでした。 区切り文字・はバリデーションエラーとなりました。

試行2：国際標準IPAに近い表記での試行 国際標準IPAに近い表記は、すべて「サポートされていない文字」としてバリデーションエラーとなりました。

試行3：AWSの（推測される）公式音素セットでの試行 長音を母音の繰り返しで表現するi i e m u k o oという表記を試しました。 結果：IPA にサポートされていない文字 ("u") が含まれています。 というエラーが発生しました。日本語の「ウ」の母音（ku, su, tsu, mu 等）を表現するために不可欠なuがエラーとなるため、これ以上有効な音素列を組み立てることができません。

試行4：誤認識文字列em こうをPhraseに指定 スペースを含むem こうはバリデーションエラーで登録不可でした。 スペースを含まないemこうでは、実際に出力されるem こうと一致せず、変換は適用されませんでした。

4. AWSサポートへの具体的な質問 以上の経緯を踏まえ、以下の点について公式な見解と解決策をご教示ください。 日本語モデルにおける音素uの仕様について: なぜ日本語の基本的な母音であるuが、IPAのバリデーションで「サポートされていない文字」として扱われるのでしょうか。日本語の「ウ」の段の音（ku, su, mu等）を表現するための、正式にサポートされている音素記号をご教示ください。 単語分割問題への公式な対処法: 本件のように、認識エンジンがスペース区切りで出力する文字列を、カスタム語彙で正しく一つの単語として扱うための、正式に推奨されている方法はありますでしょうか。

お忙しいところ大変恐縮ですが、詳細な調査の上、ご回答いただけますと幸いです。 何卒よろしくお願い申し上げます。