Speech to text adalah teknologi yang mengubah ucapan dalam rekaman menjadi teks. Untuk tim layanan pelanggan, hasilnya memudahkan pencarian percakapan dan pemeriksaan bagian tertentu tanpa harus mendengarkan seluruh rekaman. Sebelum memakai transkrip untuk bekerja, uji apakah sistem menangkap bagian yang penting: nama produk, nomor pesanan, jumlah, dan apa yang sebenarnya dijanjikan petugas.
Transkripsi berbeda dari ringkasan. Transkrip berusaha mencatat apa yang diucapkan; ringkasan memilih pokok pembicaraan. Analisis sentimen adalah langkah lain yang memperkirakan nada atau sikap pelanggan. Jika teks salah menulis “belum dikirim” menjadi “sudah dikirim”, ringkasan atau analisis yang dibuat dari teks itu juga bisa keliru.
Pilih Cara Transkripsi yang Sesuai Pekerjaan
Untuk pemeriksaan setelah panggilan, proses rekaman yang sudah selesai. Pendekatan ini memberi petugas waktu untuk mencocokkan teks dengan audio sebelum dipakai. Untuk teks yang harus tampil saat percakapan berjalan, pertimbangkan transkripsi langsung dan uji jeda dari ucapan sampai teks terlihat. Ringkasan resmi Google Cloud Speech-to-Text menjelaskan bentuk pengenalan untuk audio tersimpan dan ucapan yang dikirim sebagai aliran.
Cek dukungan bahasa, model, dan fitur pada penyedia yang dipertimbangkan. Misalnya, daftar resmi Google Cloud Speech-to-Text V1 mencantumkan bahasa Indonesia. Dukungan bahasa tidak membuktikan bahwa model cocok untuk percakapan tim yang bercampur bahasa, berisi singkatan internal, atau direkam melalui telepon dengan suara bising.
Cara Menguji Akurasi Speech to Text
1. Siapkan Rekaman yang Mewakili Penggunaan Sebenarnya
Pilih cuplikan percakapan dengan suara jernih dan bising, pembicara yang saling menyela, pengucapan nomor, serta istilah perusahaan. Gunakan rekaman buatan bila akses ke rekaman kerja belum disetujui. Jika memakai rekaman asli, pastikan hanya sampel yang diizinkan, periksa aturan penyimpanan dan akses, dan hindari mengirim data yang tidak diperlukan ke penyedia.
Buat teks acuan untuk setiap cuplikan. Minta petugas kedua memeriksa ucapan yang meragukan. Tandai bagian yang benar-benar tidak terdengar supaya hasil sistem tidak dibandingkan dengan tebakan pemeriksa. Tentukan sejak awal apakah ejaan angka, tanda baca, dan pengisi percakapan seperti “eh” masuk penilaian.
2. Hitung Kesalahan Umum dan Kesalahan yang Mengubah Makna
Salah satu ukuran umum adalah word error rate (WER), yaitu jumlah kata yang salah diganti, hilang, atau ditambahkan, dibagi jumlah kata pada teks acuan. Sebagai ilustrasi, jika teks acuan berisi 120 kata dan ditemukan delapan kesalahan, WER sekitar 6,7%. Gunakan aturan penulisan yang sama untuk semua sistem yang dibandingkan.
Tambahkan pemeriksaan khusus untuk data penting. Jika “pesanan 431” berubah menjadi “pesanan 413”, petugas bisa membuka transaksi yang salah meskipun hampir semua kata lain benar. Catat secara terpisah berapa nomor pesanan, jumlah barang, dan komitmen layanan yang tertulis tepat. Jika hasil juga menunjukkan siapa yang berbicara, periksa bahwa keluhan pelanggan tidak tercatat sebagai janji petugas.
3. Uji Alur Pemeriksaan di Tim Layanan
Tampilkan hasil sebagai transkrip yang masih perlu ditinjau. Beri tautan internal atau penanda waktu ke audio agar petugas bisa memeriksa bagian yang salah. Jangan gunakan kutipan otomatis untuk menyelesaikan keluhan, menilai staf, atau mengubah catatan pelanggan sebelum orang yang berwenang memeriksanya. Jika bagian penting tidak dapat dipastikan, tandai dan rujuk ke proses manual.
Putuskan Apakah Siap Digunakan Lebih Luas
Ukur waktu yang dibutuhkan pemeriksa untuk menemukan bagian percakapan, rasio data penting yang ditangkap dengan benar, dan kasus yang harus didengar ulang. Bandingkan dengan cara kerja saat ini. Jika transkripsi membantu pencarian tetapi masih sering salah menangkap nomor pesanan, gunakan dulu untuk navigasi rekaman, sambil menahan pemakaian transkrip sebagai dasar keputusan.
Setelah kualitasnya cukup, teks dapat menjadi masukan untuk pekerjaan lain seperti analisis sentimen layanan pelanggan. Untuk memetakan pilot, siapkan jenis audio, tujuan penggunaan, dan bagian yang tidak boleh salah. Diskusikan kebutuhan transkripsi dengan Layana.ID dan lihat bagaimana layanan AI dan machine learning dapat dipertimbangkan untuk alur kerja yang sesuai.