Les taux de précision de la transcription peuvent varier de manière significative avec h dans le centre de contact en fonction de la qualité audio, de la clarté de la parole et de la formation supplémentaire fournie par les sujets.

La précision de la transcription vocale est généralement mesurée par Word Error Rate (WER). Le WER identifie le nombre de mots incorrectement transcrits lors de la transcription vocale et divise ce nombre par le nombre de mots d'une transcription manuelle. 

Il existe trois types d'erreurs.

  • Insertion (JE): Lorsque des mots incorrects sont ajoutés à la transcription.
  • Effacement (D): Lorsque des mots ne sont pas détectés dans la transcription.
  • Substitution (S): Lorsque des mots sont remplacés par des mots non pertinents.

Ils sont additionnés et divisés par le nombre total de mots de la transcription manuelle (N). 

Le WER est ensuite calculé à l'aide de l'équation suivante :

Équation WER

Transcription manuelle : Aujourd'hui, il fait beau et ensoleillé.

Résultats potentiels de la transcription vocale : Le jeudi est un beau soleil.

Le résultat de la reconnaissance vocale comportait l'erreur suivante :

S = 1 ("Jeudi" au lieu de "Aujourd'hui")

D = 1 ("et" manquant)

I = 1 ("a" est ajouté)

N = 5 mots

Dans ce cas, le taux de réussite est de 60 %.

Dans les langues à base de caractères, un "taux d'erreur de caractère" est utilisé à la place du WER.

Dans Genesys Cloud, l'audio est transcrit en quasi temps réel, avec une latence typique de 3 à 5 secondes, et est accessible via nos API de notifications .  La transcription complète de l'interaction est disponible dans l'interface utilisateur des détails de l'interaction immédiatement après l'appel, généralement dans les 15 secondes.

Pour plus d'informations, voir Langues prises en charge par Genesys Cloud, Comment améliorer la précision de la transcription vocale ?, Configurer la transcription vocale, et Comment m'assurer que les mots personnalisés, les noms de produits et les noms de marques sont transcrits correctement ?.