Srida.ai ติดต่อทีมงาน

ถอดเสียงภาษาไทยในเครื่อง โดยไฟล์เสียงไม่ออกนอกองค์กร

ถอดเสียงภาษาไทยในเครื่องขององค์กร เสียงประชุมและสายลูกค้าไม่ต้องส่งออกไปข้างนอก อธิบายการถอดจากไฟล์กับถอดแบบสด วิธีเตรียมเสียงให้ถอดได้ดี และวิธีทดสอบก่อนใช้จริง

โดยทีม Srida.aiอัปเดต อ่าน 7 นาที

ทำไมต้องถอดเสียงในเครื่อง

ลองนึกถึงไฟล์เสียงที่องค์กรของคุณมี เสียงประชุมผู้บริหาร สายสนทนากับลูกค้า บันทึกของแพทย์ ในเสียงเหล่านี้มีทั้งชื่อคน เบอร์โทร ตัวเลขการเงิน และเรื่องที่คนนอกห้องไม่ควรได้ยิน

ถ้าถอดเสียงด้วยบริการบนคลาวด์ ไฟล์เสียงทั้งไฟล์ต้องถูกส่งออกไปประมวลผลข้างนอก การถอดเสียงในเครื่องขององค์กรตัดขั้นนั้นทิ้ง เสียงเข้าที่เครื่องของคุณ ข้อความออกจากเครื่องของคุณ จบอยู่ในนั้น

อีกเรื่องคืองบ เมื่อมีเครื่องแล้ว จะถอดกี่ไฟล์ก็ไม่มีค่าบริการตามจำนวนนาที

ระบบถอดเสียงทำอะไรให้คุณ

ระบบถอดเสียง หรือ ASR (Automatic Speech Recognition) รับเสียงพูดเข้าไป แล้วคืนออกมาเป็นข้อความที่ค้นหา คัดลอก และแก้ไขได้ ระบบของเราชื่อ Srida Yin ทำงานบนเครื่องขององค์กรคุณ ติดตั้งเสร็จแล้วใช้ได้โดยไม่ต้องต่ออินเทอร์เน็ต

งานที่เหมาะกับการถอดเสียง เช่น

  • ทำรายงานการประชุมจากไฟล์บันทึกเสียง
  • แปลงสายสนทนากับลูกค้าเป็นข้อความ เพื่อค้นหาและตรวจคุณภาพ
  • ทำคำบรรยายให้คลิปอบรมหรือวิดีโอภายใน
  • จดบันทึกด้วยเสียงแทนการพิมพ์

ถอดจากไฟล์ หรือถอดแบบสด

การถอดเสียงมีสองแบบ งานของคุณเป็นแบบไหน ตอบได้ด้วยคำถามเดียว คือ ต้องเห็นข้อความเดี๋ยวนั้นเลยหรือเปล่า

เรื่องถอดจากไฟล์ถอดแบบสด
ใช้เมื่อมีไฟล์ที่บันทึกไว้แล้ว เช่น เสียงประชุม คลิป สายสนทนาย้อนหลังต้องเห็นข้อความระหว่างที่คนกำลังพูด เช่น คำบรรยายสด หรือพิมพ์ด้วยเสียง
สิ่งที่สำคัญความถูกต้องของข้อความ รอได้ความหน่วงต่ำ ข้อความต้องขึ้นทันคำพูด
วิธีทำงานระบบได้ฟังทั้งไฟล์ จึงใช้บริบทของทั้งประโยคช่วยระบบถอดไปทีละช่วงสั้น ๆ ตามเสียงที่เข้ามา

ถ้ายังไม่แน่ใจ เริ่มจากถอดจากไฟล์ก่อน เพราะเตรียมง่ายกว่าและตรวจผลได้สบายกว่า บอกเราว่างานของคุณเป็นแบบไหน เราจะทดสอบกับเสียงจริงของคุณให้ดู

เตรียมเสียงอย่างไรให้ถอดได้ดี

ระบบถอดเสียงเก่งแค่ไหนก็ถอดได้เท่าที่ได้ยิน เสียงต้นทางที่ดีช่วยได้มากกว่าที่คิด และส่วนใหญ่ไม่ต้องซื้ออะไรเพิ่ม

  • วางไมโครโฟนใกล้คนพูด ไมโครโฟนตัวเดียวกลางโต๊ะที่ทุกคนนั่งห่าง สู้ไมโครโฟนใกล้ปากไม่ได้
  • ลดเสียงรบกวน ปิดประตู ปิดพัดลมที่ดังเกินจำเป็น และอย่าเคาะโต๊ะใกล้ไมโครโฟน
  • พูดทีละคน เสียงที่พูดซ้อนกันเป็นงานยากของทุกระบบ และของคนจดด้วย
  • ทำรายการคำเฉพาะ ชื่อคน ชื่อสินค้า ศัพท์เฉพาะวงการ และคำภาษาอังกฤษที่ใช้ปนบ่อย คนตรวจจะแก้ได้เร็วขึ้น และเราใช้รายการนี้ตอนทดสอบด้วย
  • เก็บไฟล์ต้นฉบับไว้ อย่าบีบอัดหรือแปลงไฟล์หลายทอดก่อนถอด

ทดสอบกับเสียงจริงก่อนตัดสินใจ

อย่าตัดสินจากคลิปสาธิตที่อัดในห้องเงียบ รวมถึงของเราด้วย เสียงชัด ๆ ถอดง่ายเสมอ สิ่งที่ต้องรู้คือระบบทำได้แค่ไหนกับเสียงของคุณ

  1. เลือกไฟล์เสียงจริงสามถึงห้าไฟล์ ให้มีทั้งแบบที่เสียงดี และแบบที่ยากที่สุดที่คุณเจอ เช่น ประชุมที่คนพูดเยอะ หรือสายโทรศัพท์ที่เสียงขาดหาย
  2. ให้คนถอดความช่วงสั้น ๆ ของแต่ละไฟล์ไว้เป็นเฉลย
  3. ถอดด้วยระบบ แล้วเทียบกับเฉลย ดูว่าผิดตรงไหน ผิดที่คำทั่วไป หรือผิดที่ชื่อและตัวเลขซึ่งสำคัญกับงาน
  4. ตัดสินจากงานจริง ถ้าคนตรวจแก้ข้อความที่ได้เร็วกว่าพิมพ์ใหม่ทั้งหมดอย่างชัดเจน ก็คุ้ม

ขั้นนี้เราทำร่วมกับคุณ เราทดสอบกับตัวอย่างเสียงจริงของคุณก่อน แล้วดูผลด้วยกัน ถ้าผลยังไม่ถึงระดับที่งานของคุณต้องการ เราจะบอกตรง ๆ

ต่อยอด: สรุปการประชุมจากข้อความที่ถอดได้

ข้อความดิบจากการประชุมหนึ่งชั่วโมงยาวจนไม่มีใครอยากอ่าน ขั้นต่อไปคือส่งข้อความนั้นให้ Srida Khuet ช่วยสรุปเป็นรายงานการประชุม พร้อมรายการงานที่ต้องทำ

ทั้งสองระบบทำงานอยู่ในเครื่องขององค์กรเหมือนกัน เสียงกลายเป็นข้อความ ข้อความกลายเป็นสรุป โดยไม่มีขั้นไหนต้องออกไปข้างนอก ถ้าต้องส่งสรุปให้คู่ค้าต่างชาติ ก็ต่อด้วย Srida Khua ได้อีกทอด

สรุปจาก AI เป็นร่างแรกที่ดี แต่ยังเป็นเพียงฉบับร่าง ให้คนที่อยู่ในที่ประชุมอ่านทวนก่อนส่งต่อทุกครั้ง

เรื่องที่ควรตกลงกันก่อนใช้จริง

  • บอกผู้ร่วมประชุมว่ามีการบันทึกเสียง เสียงพูดมักมีข้อมูลส่วนบุคคลอยู่ในนั้น บอกทุกคนก่อนว่ามีการบันทึกและถอดเสียง และจะนำไปใช้ทำอะไร ส่วนต้องขอความยินยอมแบบไหน ให้ถาม DPO หรือที่ปรึกษากฎหมายขององค์กร
  • ใครเปิดไฟล์เสียงและข้อความได้ กำหนดสิทธิ์ตั้งแต่วันแรก ข้อความที่ถอดแล้วค้นหาง่ายกว่าไฟล์เสียงมาก จึงต้องดูแลไม่น้อยกว่ากัน
  • เก็บไว้นานเท่าไร ตกลงกันว่าไฟล์เสียงและข้อความจะเก็บนานแค่ไหน และใครเป็นคนลบ
  • ใครตรวจก่อนใช้ ข้อความที่ถอดได้อาจมีคำผิด เอกสารที่เป็นทางการต้องมีคนอ่านทวน

การถอดเสียงในเครื่องช่วยลดจุดที่ข้อมูลออกนอกองค์กร แต่ไม่ได้ทำให้องค์กรปฏิบัติตาม PDPA ครบโดยอัตโนมัติ เราสรุปเรื่องนี้ไว้ที่ หัวข้อ PDPA ในหน้าแรก พร้อมแหล่งอ้างอิงท้ายหน้านั้น

พร้อมลองแล้ว เล่าโจทย์ให้เราฟัง แล้วเตรียมไฟล์เสียงตัวอย่างไว้ได้เลย

เล่าโจทย์ให้ฟังหน่อย เดี๋ยวเราช่วยเลือก AI ที่พอดีกับงาน

  • อยากให้ AI ช่วยงานอะไร เช่น ถอดเสียงประชุม หรือถามตอบเอกสาร
  • ข้อมูลเป็นแบบไหน อยู่ที่ไหนบ้าง
  • มีเครื่องหรือเซิร์ฟเวอร์อะไรอยู่แล้วบ้าง

เล่าได้เลย เราฟังอยู่เด้อ

บักสีดาโบกมือทักทาย