ทำความรู้จักกับ Speech to Text คืออะไร ฟีเจอร์ใหม่บน Zocial Eye ใช้ทำอะไรได้บ้าง?

ในยุคที่วิดีโอครองพื้นที่บนโซเชียลมีเดียหลัก ทำให้การวิเคราะห์ข้อมูลจากวิดีโอมีความสำคัญมากยิ่งขึ้น ฟีเจอร์ “Speech to Text” บน Zocial Eye จึงจะเข้ามาช่วยแปลงเสียงจากวิดีโอบน YouTube, Facebook และ TikTok ให้เป็นข้อความที่ค้นหาอินไซต์ได้ พร้อมเห็นช่วงระยะเวลาที่มีการพูดถึงแบรนด์ เมนู หรือโปรโมชันในคลิปได้ทันที ลดเวลาจากการนั่งฟังเสียงทั้งคลิป ทำให้รวบรวมข้อมูลได้รวดเร็วมากขึ้น

Speech to Text คืออะไร

สำหรับใครที่ยังไม่รู้จัก Automatic Speech Recognition (Speech-to-Text) คือ เทคโนโลยี AI ที่ช่วยในการถอดเสียงจากคลิปวิดีโอเป็นตัวอักษรแบบอัตโนมัติ เมื่อผสานกับแพลตฟอร์ม Social Listening อย่าง Zocial Eye ข้อความที่ได้จะถูกนำไปค้นหาจาก Keyword ที่ผู้ใช้งานสนใจ พร้อมอ้างอิงเวลา (Timestamp) ทำให้เห็นว่าวิดีโอที่เข้ามาในแคมเปญมีการกล่าวถึง Keyword หรือประเด็นที่สนใจในวินาทีที่เท่าไร 

ทำไมแบรนด์ต้องใช้ Speech to Text บน Social Listening ?

Speech to Text คือ เทคโนโลยีที่แปลงเสียงพูดในวิดีโอเป็นข้อความที่นำมาใช้ในการหาอินไซต์ต่อได้ จึงมีประโยชน์สำหรับองค์กรยุคใหม่ที่ในปัจจุบันให้ความสำหรับกับการทำ Digital Transformation ให้กับองค์กรจากการทำใช้ AI Marketing เข้ามาช่วยให้การทำ Data-Driven Marketing มีประสิทธิภาพมากยิ่งขึ้น 

ซึ่งการใช้งาน Speech to Text บน Social Listening อย่าง Zocial Eye จะช่วยให้แบรนด์สามารถเห็นข้อมูลเชิงลึกจากเสียงของผู้บริโภคได้เร็วมากกว่าเดิม ด้วยการรวบรวมข้อมูลวิดีโอจากโซเชียลมีเดียช่องทางหลักอย่าง Facebook, TikTok และ YouTube มาไว้ในระบบ 

ช่วยค้นหาประเด็นที่สนใจ เห็นวินาทีที่พูดถึงแบรนด์ได้ทันที

แปลงเสียงจากวิดีโอให้เป็นข้อความพร้อมดูเวลาอ้างอิง (Timestamp) ช่วยให้ทีมค้นหาประเด็นสำคัญ (ชื่อแบรนด์ เมนู โปรโมชัน หรือประเด็นบริการ) จากการดูวินาทีที่ปรากฏ Keyword ในคลิปได้โดยไม่ต้องเสียเวลานั่งฟังทั้งคลิป จึงช่วยประหยัดเวลาหาอินไซต์จากหลักชั่วโมงให้เหลือในไม่กี่นาที

เฝ้าระวังประเด็น Crisis และตอบสนองได้เร็วขึ้น

สำหรับทีม Branding หรือ PR ที่ต้องเฝ้าระวังการเกิดวิกฤตของแบรนด์ (Crisis Management) สามารถใช้ Speech to Text ในการค้นหาการพูดถึงเชิงลบหรือคำที่บ่งชี้วิกฤตได้ไวขึ้น และต่อยอดสู่การสื่อสารที่เหมาะสมได้อย่างทันท่วงที

ยกระดับคอนเทนต์และการทำสปอนเซอร์ให้ตรงเป้า

จากการเห็นข้อมูลว่าอินฟลูเอนเซอร์หรือผู้บริโภคพูดถึงแบรนด์ในแง่มุมไหน เช่น พูดถึงโปรโมชัน สถานที่ สินค้าหรือบริการ แบรนด์สามารถนำบริบทที่พบไปต่อยอดเพื่อพัฒนาแคมเปญหรือคอนเทนต์ให้แม่นยำมากขึ้น และใช้เป็นข้อมูลสำหรับการทำ Social Partner ร่วมกับอินฟลูเอนเซอร์ในแคมเปญต่อไปได้อีกด้วย

ทำรีพอร์ตและแดชบอร์ดไวด้วยการ Export Raw Data

ส่งออกข้อมูลดิบจาก Speed to Text ไปต่อยอดเป็นรีพอร์ตหรือ Power BI ได้เลย ทำให้เชื่อมต่อเข้ากระบวนงาน Data-Driven ขององค์กรได้แบบไม่สะดุด

วิธีเริ่มใช้งาน Speech to Text บน Zocial Eye (Step-by-Step)

1. สำหรับลูกค้า Zocial Eye สามารถล็อกอินเพื่อใช้งาน Zocial Eye ได้ที่ https://zocialeye.wisesight.com/account/login

2. สามารถตั้งค่าแคมเปญเพื่อใช้งานฟีเจอร์ Speech to Text ได้ในเมนู Advance Campaign Feature 

3. สามารถ Filter ข้อมูลของข้อความที่มาจากฟีเจอร์ Speech to Text ได้จาก “Show messages from” และเลือก “Matched by Speech to Text” และการแสดงผลจะปรากฏอยู่ในหน้า Message โดยสามารถคลิกดูรายละเอียดเพิ่มเติมได้

4. หากคลิกดูรายละเอียดโพสต์จะแสดงข้อมูล Speech to Text โดยมีการระบุข้อความที่เกิดขึ้นในวินาทีที่กล่าวถึงประเด็นที่สนใจ ซึ่งจะแสดงผลเป็นเวลา และข้อความที่พบในวิดีโอแบบช่วงเวลาตามประเภทของ Keyword ได้แก่

• Main : อ้างอิงการเจอข้อมูลจาก Keywords หลัก​
• Sub : ​ อ้างอิงอ้างอิงการเจอข้อมูลจาก Keywords รอง​
• Exclude :​ อ้างอิงอ้างอิงการเจอข้อมูลจาก Keywords ที่ไม่เกี่ยวข้อง​

ตัวอย่างการหาอินไซต์ด้วยฟีเจอร์ Speech to Text ภาษาไทยบน Zocial Eye

Zocial Eye ใช้ AI Speech to Text ในการรวบรวมและแสดงผลข้อมูลจากวิดีโอที่มีอยู่บนโซเชียลมีเดีย 3 ช่องทางหลัก ได้แก่ Facebook, TikTok และ Youtube ซึ่งสามารถนำมาใช้ในการวิเคราะห์หาอินไซต์เพิ่มเติมได้ ยกตัวอย่างเช่น 

โจทย์: หา “เมนูที่คนพูดถึงมากที่สุดในช่วงคริสต์มาส” จากคอนเทนต์ของครีเอเตอร์ และระบุว่าแบรนด์ไหนที่ทำ Engagement ได้ดีบ้าง

สิ่งที่พบ (จากตัวอย่างในภาพ)

ใช้ฟีเจอร์ Speech to Text ในการรวบรวมและวิเคราะห์ข้อมูล จะเห็นว่า 

• มีคลิปของ Brand A ที่พูดถึงธีมคริสต์มาสชัดเจน (พบที่ 00:11 และ 00:44)
• เมนูที่ถูกเอ่ยถึงและดึงความสนใจ เช่น โอ๊ตมิลค์ลาเต้, ครัวซองต์ครีมมัทฉะ, เค้กแซนวิชชาเขียว
• คลิปนี้ทำ Engagement สูง และมีการเอ่ยถึงเมนูหลัก ตั้งแต่ช่วงต้นคลิป (≈00:11) ซึ่งช่วยเร่งการมีส่วนร่วมมากยิ่งขึ้น

โจทย์: อยากรู้ว่าแบรนด์เรา (Brand A) กับแบรนด์คู่แข่ง (Brand B) ถูกพูดถึงในคลิปวิดีโอไหนบ้าง และถูกพูดถึงในประเด็นใด

สิ่งที่พบ (จากตัวอย่างในภาพ)

ใช้งานฟีเจอร์ Speech to Text ร่วมกับ Logo Recognition โดยการเลือกเพิ่มโลโก้ของแบรนด์ตนเอง (Brand A) และโลโก้ของแบรนด์คู่แข่ง (Brand B) ในแคมเปญที่เกี่ยวข้องกับธุรกิจ อย่าง คาเฟ่, ร้านอาหาร เพื่อหาคอนเทนต์วิดีโอที่มีการกล่าวถึงแบรนด์และคู่แข่ง ซึ่งทำให้เห็นว่า มีคลิปวิดีโอในเชิงเปรียบเทียบและรีวิวเทียบกับกับคู่แข่ง พร้อมกับพูด Keyword คาเฟ่และร้านอาหารในคลิป

ซึ่งช่วยทำให้แบรนด์รู้ทันทีว่าอินฟลูเอนเซอร์คนไหนทำการพูดถึงแบรนด์ของเราพร้อมแบรนด์คู่แข่งในคลิปวิดีโอ โดยดูเพิ่มได้ด้วยว่า กล่าวถึงในวินาทีที่เท่าไร ทำให้เห็นข้อมูลจากโซเชียลมีเดียได้อย่างครอบคลุมมากยิ่งขึ้น

โจทย์: หารูปแบบคอนเทนต์ที่พูดถึง “เมนูมัทฉะ, ลาเต้ และโปรโมชั่น” ที่ได้รับ Engagement ดี เป็นของแบรนด์ไหนบ้างในช่วงนี้

สิ่งที่พบ (จากตัวอย่างในภาพ)

ทำการเรียงลำดับตาม Engagement และใช้ฟีเจอร์ Speech to Text ในวิเคราะห์ข้อมูล จะเห็นว่า เป็นโพสต์ของ Brand B ที่ทำ Engagment ได้ดีที่สุดโดยใช้วิธีเล่าเนื้อหาเป็น…

• Sub keyword : โปรโมชันถูกเอ่ยถึงในเวลาที่ 00:00 (เริ่มคลิป)
• Main keywords เมนูมัทฉะลาเต้ถูกเอ่ยถึงในเวลาที่ 00:01 และ 00:09

AI Speech to Text พร้อมเปลี่ยนเสียงให้เป็นอินไซต์สำหรับธุรกิจ

จะเห็นว่าฟีเจอร์ Speech to Text บน Zocial Eye เป็นอีกหนึ่งเทคโนโลยีที่ช่วยให้การทำ Social Listening มีข้อมูลที่ครบถ้วนและครอบคลุมมากยิ่งขึ้น แน่นอนว่าช่วยทำให้การทำการตลาด การทำแบรนด์ ไปจนถึงการวิเคราะห์หาอินไซต์สามารถทำได้หลากหลาย และแม่นยำมากยิ่งขึ้น ตอบโจทย์สำหรับการทำ Social Media Marketing ที่ในปัจจุบันนิยมทำคอนเทนต์ในรูปแบบวิดีโอมากขึ้นด้วย

สนใจใช้งาน Speech to Text บน Zocial Eye ติดต่อทีมผู้เชี่ยวชาญของเรา

หากสนใจใช้งานฟีเจอร์ด้าน AI เพื่อตอบโจทย์การทำ Social Listening อย่างมีประสิทธิภาพ สามารถลงทะเบียนเพื่อปรึกษาทีมงานผู้เชี่ยวชาญของเราได้เลย