La trascrizione delle chiamate consiste nel convertire una chiamata telefonica o video in un testo scritto, per conservare una traccia consultabile della conversazione. Secondo il blog di ElevenLabs, questo processo è il più spesso automatizzato grazie a un modello di IA di riconoscimento vocale, chiamato speech to text, che sostituisce la presa di note manuale.
- La trascrizione converte una chiamata in testo consultabile grazie a un modello di riconoscimento vocale.
- Le aziende la usano per cercare informazioni, controllare la qualità e dimostrare il rispetto di norme come GDPR o HIPAA.
- La trascrizione differita è più precisa, mentre quella in tempo reale è disponibile subito dopo la chiamata.
- La legalità dipende dalle leggi locali, quindi conviene avvisare tutti i partecipanti all’inizio della chiamata.
Il funzionamento si svolge in diverse fasi. Il sistema cattura prima l’audio, registrandolo per una trascrizione differita oppure trasmettendolo in continuo per una trascrizione in tempo reale. Il modello trasforma poi la conversazione in testo, quindi formatta il risultato con orari e etichette dei parlanti, per indicare chi ha parlato e in quale momento. Alcune trascrizioni possono anche includere tag per i suoni non verbali. Infine, il testo viene consegnato all’utente, che può modificarlo e salvarlo. Alcuni modelli si integrano con i CRM, questi software di gestione della relazione clienti, e classificano direttamente le trascrizioni nella scheda del cliente interessato.
Perché le aziende vi ricorrono
Le organizzazioni utilizzano la trascrizione per diversi scopi. I testi sono spesso versati in un database interno, dove i membri di un team possono cercare un’informazione precisa senza rileggere ogni scambio per intero. I team commerciali e di servizio clienti se ne servono anche per il controllo qualità: i manager possono rileggere le conversazioni per verificare che le aspettative siano rispettate e individuare spunti di miglioramento.
La trascrizione serve anche come giustificativo per le aziende soggette a norme rigorose, come HIPAA, GDPR o le regolamentazioni della SEC. Questi documenti possono aiutare a dimostrare il rispetto degli obblighi durante gli scambi con i clienti e i partner, in particolare in caso di audit.
Trascrizione differita o in tempo reale
Coesistono due approcci. La trascrizione differita, applicata a una registrazione terminata, è descritta dall’articolo come la soluzione meno costosa e più precisa, il che la rende adatta alle riunioni ad alto rischio o alla documentazione di conformità. La trascrizione in tempo reale, che si basa su un modello in flusso continuo, fornisce note disponibili subito dopo la fine della chiamata. Può anche aiutare un interlocutore non madrelingua o con problemi di udito a seguire la discussione durante lo scambio.
ElevenLabs annuncia per il suo modello Scribe v2 Realtime una trascrizione in oltre 90 lingue, con una latenza di circa 150 ms. L’azienda precisa che si tratta del solo tempo di inferenza del modello, il ritardo end-to-end varia in base a fattori come la localizzazione dell’utente o il tipo di punto di accesso utilizzato.
Consenso e legalità
La legalità della trascrizione dipende dalle leggi applicabili nel luogo della chiamata. Alcuni paesi o stati richiedono il consenso di una sola parte, mentre altri impongono quello di tutti i partecipanti. Quando una chiamata si svolge tra più giurisdizioni, l’articolo raccomanda di applicare la regola più restrittiva. La pratica più semplice consiste nell’avvertire tutti i partecipanti all’inizio della chiamata, il proseguimento della conversazione è generalmente considerato un consenso implicito.
Conservare una trascrizione è generalmente legale finché la registrazione lo era. Testi come il GDPR o il CCPA possono tuttavia limitare la durata di conservazione dei dati sensibili. L’articolo precisa che non costituisce un consiglio legale e suggerisce di consultare un avvocato specializzato nella protezione della vita privata per definire una strategia adeguata.
