ปัจจุบันความก้าวหน้าของเทคโนโลยีปัญญาประดิษฐ์หรือ AI ถูกนำไปพัฒนาให้เกิดการใช้งานอย่างกว้างขวาง โดยหนึ่งในเทรนด์ AI ที่กำลังมาแรงแห่งยุค นั่นคือ “Speech-to-Text หรือ Automatic Speech Recognition (ASR)” โมเดล AI ที่ช่วยแปลงเสียงมนุษย์ให้กลายเป็นข้อความ จากนั้นนำข้อมูลที่ได้ไปวิเคราะห์ต่อยอดในด้านต่าง ๆ เพื่อเพิ่มประสิทธิภาพในการทำธุรกิจ ลดเวลาการทำงานและสร้างกำไรที่มากขึ้นกว่าเดิม
ด้วยประสิทธิภาพของเทคโนโลยี AI – Speech-to-Text จึงเป็นที่มาของจุดเริ่มต้นธุรกิจของบริษัทเวิร์ดเซนส์ จำกัด บริษัทในเครือ Looloo Technology ที่มีความตั้งใจผลักดันอุตสาหกรรมและโซลูชัน AI ไทยให้มีคุณภาพระดับเวิลด์คลาส โดยเทคโนโลยี Speech-to-Text ของเราโดดเด่นเรื่องการประมวลผลไฟล์เสียงอัตโนมัติ ครอบคลุมทั้งการแปลงเสียงสนทนาของระบบคอลเซนเตอร์ เทเลเซล การประชุม หรือบทสนทนาต่าง ๆ ไม่ว่าจะมีเสียงแทรก เสียงผู้พูดหลายคน ก็แปลงออกมาเป็นตัวอักษรได้ รวมถึงเข้าใจศัพท์เทคนิคในแต่ละอุตสาหกรรม
เทคโนโลยีด้าน AI ของ WordSense แบ่งออกเป็นสองโซลูชันหลัก ได้แก่
“Speech-to-Text by WordSense” แปลงเสียงเป็นข้อความได้ทันทีหลังจบการสนทนา ทั้งยังเชี่ยวชาญการแปลงเสียงเป็นภาษาไทยระดับสูง ด้วยทีมวิศวกรคอมพิวเตอร์ระดับโลก นำโดยผู้เชี่ยวชาญด้านการพัฒนาระบบ AI ที่มีประสบการณ์ทำงานที่ Google กว่า 10 ปี และยังเป็นหนึ่งในทีมก่อตั้งที่พัฒนาระบบ Google Assistance อีกด้วย นอกจากนี้ Speech-to-Text ของ WordSense ยังปรับแต่งได้ตามความต้องการของแต่ละบริษัท พร้อมรองรับปัญหาและการทำงานทุกรูปแบบ ได้แม่นยำและตรงจุด ตลอดจนให้บริการทั้งแบบ On cloud และแบบ On-premise ตามความต้องการของลูกค้า
ตัวอย่าง ระบบจัดการข้อมูลเสียง Speech-to-Text by WordSense
ทั้งนี้ระบบ Speech-to-Text by WordSense สามารถแปลงเสียงเป็นข้อความได้ทั้งแบบ Real-time และไม่ Real-time โดยหลังจบบทสนทนาไม่เกิน 5 นาที ระบบจะสรุปรายละเอียดบทสนทนาทั้งหมดให้พนักงาน แต่ประสบการณ์ที่ผ่านมา ณ ตอนนี้จาก Use case ที่เกิดขึ้น ลูกค้ามักจะเลือกแบบไม่ Real-time เป็นส่วนใหญ่ เพราะด้วยค่าใช้จ่ายที่ค่อนข้างสูง การแปลงเสียงเป็นข้อความแบบเรียลไทม์จำต้องอาศัยระบบฮาร์ดแวร์สเปกสูง ราคาแพง ซึ่งอาจไม่คุ้มกับการลงทุนสักเท่าไรในยุคนี้
อย่างไรก็ตาม WordSense ยังมีอีกเทคโนโลยี AI ที่น่าสนใจไม่แพ้กัน นั่นก็คือ “Optical Character Recognition (OCR)” เอไอที่ช่วยแปลงข้อความเอกสารจากกระดาษได้ทั้งตัวอักษรแบบลายมือและตัวพิมพ์ ให้อยู่ในรูปแบบของข้อความดิจิทัล เช่น ทะเบียนรถ บัตรประชาชน เป็นต้น เพื่อนำข้อความที่ได้ไปประมวลผลต่อได้ ที่สำคัญ OCR by WordSense ถือเป็นเจ้าเดียวในตลาด OCR ไทยตอนนี้ ที่อ่านลายมือภาษาไทยได้ด้วยความแม่นยำสูงในระดับใช้งานจริง
ใบสมัครบัตรเครดิตที่ลูกค้าเขียนด้วยลายมือที่ถูกอ่านด้วย OCR by WordSense แบบเลือกเฉพาะจุด
Speech-to-Text by WordSense พลิกโฉมงาน Telesales เพิ่มประสิทธิภาพ (QC/QA) ลดต้นทุน
สหพัฒณ์ ล้ำสมบัติ CEO บริษัท เวิร์ดเซนส์ จำกัด เล่าถึงกรณีศึกษาของการนำเทคโนโลยี AI Speech-to-Text ของเวิร์ดเซนส์ไปใช้ในธุรกิจ Telesales ในแง่ของการควบคุมคุณภาพและรักษามาตรฐาน (QC/QA) การทำงานพนักงาน
การทำงานของระบบจะเริ่มต้นด้วยการแปลงเสียงพูดขณะสนทนาของลูกค้าและพนักงาน (หลังแยกเสียงผู้พูด) เป็นข้อความเพื่อสรุปบทสนทนา แล้วนำข้อมูลเหล่านั้นไปวิเคราะห์และพัฒนาบริการในด้านอื่น ๆ ต่อ ที่สำคัญระบบของ Speech-to-Text by WordSense ยังถูกออกแบบมาให้รองรับจำนวนพนักงานTelesales ได้ตั้งแต่ 100-1,000 คนขึ้นไป ไม่ว่าองค์กรของคุณจะมีขนาดเล็กหรือใหญ่ Solution ของเราก็พร้อมตอบโจทย์ทุกธุรกิจคุณ
นอกจากนี้จะแปลงข้อความได้แล้ว จุดเด่นของ Speech-to-Text by WordSense ยังแจ้งเตือนทันทีเมื่อพบปัญหาระหว่างสนทนา ไม่ว่าจะเป็น ข้อมูลลูกค้าไม่ครบถ้วนตามเช็กลิสต์ที่ทางบริษัทกำหนด หรือมีการพูดจาไม่เหมาะสมของพนักงานต่อลูกค้า รวมถึงมีการสนทนาอื่นที่เข้าข่ายหลอกลวงลูกค้า ไปจนถึงการใช้ถ้อยคำที่ละเมิดกฎหมายหรือข้อบังคับตามระเบียบสำนักงานคณะกรรมการกำกับและส่งเสริมการประกอบธุรกิจประกันภัย (คปภ.) โดยเฉพาะข้อหลังถือเป็นเรื่องใหญ่มาก หากพนักงานละเมิดข้อบังคับของคปภ. เผลอพูดคำที่ดูกำกวมฟังแล้วหมิ่นเหม่ ลูกค้าเองมีสิทธิ์เรียกคืนเงินส่งเบี้ยประกันนั้น ๆ รวมถึงบริษัทประกันอาจต้องเสียค่าปรับเป็นจำนวนเงินมหาศาล
“เราเคยทำวิจัยและพบว่า หากจ้างพนักงานมาทำการ QC จะมีค่าใช้จ่ายเฉลี่ยนาทีละ 10 บาท แต่ถ้าใช้ Speech-to-Text by WordSense ค่าใช้จ่ายเฉลี่ยจะเหลือนาทีละ 0.50-3 บาท” CEO บริษัท เวิร์ดเซนส์ กล่าว
ตัวอย่าง ระบบควบคุมคุณภาพและรักษามาตรฐาน (QC/QA) Speech-to-Text by WordSense
Speech-to-Text by WordSense แปลงเสียงเป็นข้อความได้แม่นยำสูง 90% ตอบโจทย์ทุกธุรกิจ
สหพัฒณ์ ยังกล่าวถึงอีกหนึ่งจุดเด่นของ Speech-to-Text by WordSense ที่น่าสนใจเอาไว้ว่า โมเดลของเราสามารถปรับแต่งการทำงานให้เข้ากับความต้องการของลูกค้าได้จริง เพราะเราเข้าใจว่าแต่ละธุรกิจก็มีความเฉพาะที่เป็นเอกลักษณ์ของตัวเอง แต่ละธุรกิจก็มีศัพท์เทคนิคที่ต่างกันไป อย่างในธุรกิจประกันภัย คำว่า “กรมธรรม์” หากถอดเสียงด้วย Speech-to-Text อื่น อาจจะสะกดเป็น “กรมทัณฑ์” แต่ WordSense จะปรับการสะกดให้ถูกต้องตามหลักภาษาไทย โดยทั้งหมดนี้มาจากการทำงานอย่างใกล้ชิดกับลูกค้าและรับฟีดแบ็กต่าง ๆ มาปรับปรุงอยู่เสมอ
อธิบายเป็นข้อมูลตัวเลขเพื่อให้เห็นชัด ปกติแล้วอัตราความแม่นยำในการถอดเสียงเป็นข้อความ (Accuracy Rate) ของ Speech-to-Text by WordSense โดยพื้นฐานอยู่ที่ 85-90% แต่เมื่อระบบของเราเรียนรู้ เข้าใจคำศัพท์เทคนิค รวมถึงบริบทสนทนาเพิ่มเติมอยู่เรื่อย ๆ ความแม่นยำของระบบก็จะเพิ่มขึ้นได้มากกว่า 90% ซึ่งแต่ละองค์กรสามารถ Customize ใส่ความพิเศษเฉพาะตัวได้ตามความต้องการของแต่ละอุตสาหกรรม
นอกจากความแม่นยำแล้ว Speech-to-Text by WordSense ยังมาพร้อมเทคโนโลยี Diarization ที่ช่วยในการจำแนกแยกเสียงของคู่สนทนาว่าใครเป็นเจ้าของเสียง โดยระบบจะช่วยวิเคราะห์ให้อัตโนมัติ โดยพิจารณาจากความถี่ ความเร็ว และความทุ้มของเสียงผู้พูดแต่ละคนได้ถูกต้อง มั่นใจได้กับผู้เชี่ยวชาญที่พัฒนาระบบ ซึ่งมีประสบการณ์ร่วมพัฒนา Google Assistant มาก่อน
ตัวอย่าง ระบบแนะนำ Script Recommendation ของ Speech-to-Text by WordSense
- ลดความผิดพลาดในการสื่อสาร: ช่วยลดความเข้าใจผิดที่อาจเกิดขึ้นจากการฟังผิด
- ลูกค้ารู้สึกว่าได้รับการใส่ใจ: ลูกค้าจะรู้สึกว่าองค์กรให้ความสำคัญกับความต้องการของพวกเขา เพราะสามารถตอบสนองได้อย่างตรงจุด
- แก้ปัญหาอย่างมีประสิทธิภาพ: ระบบจะช่วยแนะนำวิธีแก้ปัญหาที่เคยประสบความสำเร็จมาก่อน ทำให้ลูกค้าได้รับการแก้ไขปัญหาอย่างรวดเร็ว
- ตอบสนองรวดเร็วและแม่นยำ: ระบบสามารถวิเคราะห์ความต้องการของลูกค้าได้อย่างรวดเร็ว ทำให้พนักงานสามารถตอบสนองได้ทันที โดยไม่ต้องใช้เวลาคิดหาคำตอบนาน
- ความสม่ำเสมอในการบริการ: ไม่ว่าลูกค้าจะติดต่อกับพนักงานคนใด ก็จะได้รับมาตรฐานการบริการที่คงที่
เทคโนโลยี Speech-to-Text by WordSense ไม่เพียงแต่เปลี่ยนโฉมหน้าการทำงานของทีม Telesales เท่านั้น แต่ยังเป็นการปฏิวัติกระบวนการควบคุมคุณภาพ (QA) ทั้งระบบ ด้วยความสามารถในการแปลงเสียงสนทนาเป็นข้อความ ทำให้การวิเคราะห์ข้อมูลเชิงลึกเป็นไปอย่างรวดเร็วและแม่นยำ นำไปสู่การตัดสินใจทางธุรกิจที่ฉลาดและทันต่อสถานการณ์
ทั้งนี้สหพัฒณ์ แนะนำทิ้งท้ายว่า การใช้งาน AI ในทุก ๆ ธุรกิจไม่สามารถทำให้จบครบสมบูรณ์ในครั้งเดียว ลองการเริ่มต้นด้วยการเปิดใจและเดินทางด้วยกันไปทีละก้าว จากการใช้โมเดล AI ง่ายและเร็วต่อการใช้งานโดยพื้นฐาน แล้วค่อยขยายผลให้ใหญ่ขึ้นในก้าวต่อไป จะทำให้การใช้งานเอไอขององค์กรเกิดประสิทธิภาพสูงได้อย่างแน่นอน
—————————————
Looloo Technology is a leading AI consulting company, renowned for delivering cutting-edge and customized AI and Data Analytics solutions, with expertise in predictive analytics, natural language processing (NLP), intelligent document processing (IDP), and automatic speech recognition (ASR), Our application of design thinking methodology ensures a deep understanding of our clients, complemented by a strategic consulting approach to identify areas for maximal impact. Emphasizing rigorous user testing, we fine-tune our solutions to precisely meet the users needs.
Our team is a collective of exceptional individuals with global experience handpicked from top institutions. Their relentless pursuit of excellence and commitment to innovation is what sets us apart and help bring our clients substantial growth and profitability.
🌐 Website : www.loolootech.com
📱 Facebook : Looloo Technology
📸 Instagram : loolootech
TikTok: @loolootech
