К 2027 году каждое третье онлайн-совещание будет в режиме реального времени преобразовываться в текстовую расшифровку при помощи алгоритмов искусственного интеллекта, прогнозируют аналитики ВТБ. В режиме записи будут преобразовываться из речи в текст более 95% всех онлайн-встреч, в которых принимают 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 Вадим Кулик, заместитель президента – председателя правления банка.
Инструмент преобразования речи в текст (speech-to-text) работает на базе алгоритмов искусственного интеллекта, и сегодня доступен сотрудникам банка при использовании видеохостинга DION Видео, элемента платформы унифицированных коммуникаций DION, которая используется в банке с 2022 года.
Все, что говорят участники видео-встречи, алгоритм преобразовывает в разбитые на реплики письменные сообщения. Для реализации этого решения использовались модели, созданные ИТ-специалистами департамента анализа данных и моделирования банка. Эти модели 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.
