Натисніть нижче, щоб переглянути відео-посібник.
Нижче можна ознайомитися з текстовим посібником про Якість розпізнавання мовлення в Ender Turing.
1. Загальна інформація про точність розпізнавання мовлення
Сучасні технології автоматичного розпізнавання мовлення не забезпечують 100% точності, особливо у сфері контакт-центрів. Телефонні розмови містять низку факторів, що ускладнюють роботу системи:
різна якість звуку;
сторонні шуми;
акценти та інтонації;
висока швидкість мовлення;
використання нестандартної або галузевої лексики.
Ці фактори є нормальними для контакт-центрових записів та можуть спричиняти певні неточності у транскрипції.
Похибка розпізнавання на платформі Ender Turing може становити до 5%. Хоча це незначний показник, окремі помилки у словах можуть бути помітними при перегляді транскриптів. Водночас важливо, що такі неточності не впливають на аналітичні модулі: тематики, скоркарти, саммарі та ендери продовжують працювати коректно.
2. Коли необхідно коригувати слова вручну
Якщо окреме слово має критичне значення для бізнесу (наприклад, назва компанії, продукту чи спеціальний термін) і система регулярно розпізнає його некоректно, рекомендується використовувати функцію автокорекції.
На платформі передбачений інструмент «Якість розпізнавання мовлення», який дозволяє навчити систему правильно трактувати такі слова та фрази.
3. Додавання автокорекції під час перегляду розмови
Якщо помилка виявлена безпосередньо у транскрипті розмови, можна виконати корекцію за кілька кроків:
Виділіть некоректно розпізнане слово.
У нижній частині екрана оберіть один із варіантів:
«Додати фразу до існуючої автокорекції», якщо подібна корекція вже створена.
«Створити нову», якщо правило автокорекції ще не існує.
У полі введення вкажіть правильний варіант слова.
Після збереження правило застосовуватиметься автоматично до усіх нових розмов.
4. Робота з повною базою автокорекцій
Повну базу всіх автозамін можна переглянути у розділі:
Налаштування → Система → Якість розпізнавання мовлення
У цьому розділі можна:
переглядати створені правила;
редагувати існуючі автокорекції;
додавати фонетично схожі варіанти слів, які система може почути неправильно.
Цей інструмент дозволяє централізовано керувати якістю транскриптів і оптимізувати обробку специфічної лексики.
5. Важливі застереження
Автокорекції застосовуються лише до нових розмов. Історичні транскрипти не змінюються.
Не рекомендується створювати автокорекції для реальних повноцінних слів. Це може призвести до некоректних замін і втрати смислу в транскриптах майбутніх розмов.
6. Висновок
Функціонал автокорекцій на платформі Ender Turing дозволяє покращити якість транскриптів і забезпечити правильне відображення важливих бізнес-термінів. Використання цього інструменту дозволяє зберігати точність даних, не зважаючи на технічні обмеження автоматичного розпізнавання мовлення.