К 2027 году каждое третье онлайн-совещание будет в режиме реального времени преобразовываться в текстовую расшифровку при помощи алгоритмов искусственного интеллекта. В режиме записи будут преобразовываться из речи в текст более 95% всех онлайн-встреч, в которых принимает участие свыше трех человек.
«Сейчас из всех онлайн-совещаний в реальном времени расшифровывается не более 1% онлайн-конференций и до 10% в записи. Всю аудиторию сервисов видеоконференцсвязи (ВКС) мы оцениваем в 20 млн пользователей в РФ. Из них регулярно функцией преобразования речи в текст пользуется порядка 1% аудитории. К 2027 году, мы прогнозируем, этот показатель вырастет до 10% всех пользователей сервисов видеоконференций. Он может вырасти и до 20% — но в случае развития не только сервисов транскрибации, но в целом сегмента цифровых ассистентов», — отмечает заместитель президента — председателя правления банка ВТБ Вадим Кулик.
Инструмент преобразования речи в текст (speech-to-text) работает на базе алгоритмов искусственного интеллекта.
Все, что говорят участники видео-встречи, алгоритм преобразовывает в разбитые на реплики письменные сообщения. Для реализации этого решения использовались модели, которые постоянно совершенствуются. Например, сейчас на их основе тестируется функция саммаризации, когда пользователи могут получить краткое изложение прошедшей онлайн-конференции. А в дальнейшем появится функция автопротоколирования — автоматически генерируемого по итогам онлайн-встречи перечня поручений.
По оценке аналитиков, компания со штатом в 10 тыс. человек может сэкономить до 7,5 тыс. часов в год, если вместо расшифровки онлайн-совещаний вручную будут использоваться нейросетевые алгоритмы.
