Pathumma Audio AI ไทยถอดความ-แปลภาษาเรียลไทม์ แม่นยำ 90%

Pathumma Audio บริการถอดความและแปลภาษาแบบเรียลไทม์ ผลงานการพัฒนาของศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค) สวทช. นับเป็นก้าวสำคัญของเทคโนโลยี AI สัญชาติไทย ที่เข้ามาช่วยทลายกำแพงภาษาในงานประชุมระดับชาติได้อย่างเป็นรูปธรรม

ล่าสุด ระบบนี้ได้ถูกนำไปใช้งานจริงในกิจกรรม EXECUTIVE WORKSHOP PROGRAM: Agentic Engineering for Thai Government Transformation สำหรับผู้บริหารเทคโนโลยีสารสนเทศระดับสูงภาครัฐ (รุ่นที่ 30-31) จัดโดยสถาบันพัฒนาบุคลากรภาครัฐด้านดิจิทัล (TDGA) ภายใต้สำนักงานพัฒนารัฐบาลดิจิทัล (DGA) เมื่อวันที่ 28 ตุลาคมที่ผ่านมา โดยได้รับเกียรติจากคุณไอรดา เหลืองวิไล รองผู้อำนวยการและรักษาการแทนผู้อำนวยการ DGA เป็นผู้กล่าวเปิดงาน

ระบบได้เข้ามาช่วยอำนวยความสะดวกให้ผู้เข้าอบรมสามารถติดตามเนื้อหาการบรรยายภาษาอังกฤษจากวิทยากรต่างชาติได้อย่างสะดวกและต่อเนื่อง ซึ่งจุดเริ่มต้นอันทรงคุณค่าของ Pathumma Audio เกิดจากการผสานความเชี่ยวชาญของ 2 ทีมวิจัย ได้แก่ ทีมวิจัยเทคโนโลยีที่ทุกคนเข้าถึงและสิ่งอำนวยความสะดวก (AAT) ร่วมกับกลุ่มวิจัยปัญญาประดิษฐ์ (AINRG)

ทีมวิจัยได้ต่อยอดจากบริการคำบรรยายแทนเสียง ของศูนย์บริการคำบรรยายแทนเสียงประเทศไทย (TCC) ที่คอยดูแลคนหูหนวกและผู้มีความยากลำบากในการได้ยินมากว่า 10 ปี โดยเปลี่ยนผ่านจากการใช้เจ้าหน้าที่พิมพ์สด มาเป็นการใช้ AI ร่วมประมวลผล แล้วส่งต่อให้เจ้าหน้าที่ตรวจทาน ซึ่งถือเป็นการนำเทคโนโลยีมาช่วยดูแลและสร้างความเท่าเทียมในการเข้าถึงข้อมูล

ในเชิงเทคโนโลยี Pathumma Audio ได้เชื่อมต่อบริการเสียงจาก Pathumma LLM โมเดลภาษาไทยของกลุ่มวิจัย AINRG เข้ากับระบบเดิมผ่าน API ทำหน้าที่ประมวลผลเสียงพูดเป็นข้อความและแปลภาษาไทยกับอังกฤษแบบเรียลไทม์ ช่วยขยายประโยชน์ไปยังผู้เข้าร่วมประชุมทั่วไปได้อย่างครอบคลุม

คุณภัทร ทิพย์อักษร ผู้ช่วยวิจัยกลุ่ม AINRG ได้ชี้ถึงจุดเด่นสำคัญว่า โมเดลนี้ถูกออกแบบมาเพื่อเข้าใจธรรมชาติการพูดของคนไทยอย่างแท้จริง ไม่ว่าจะเป็นการพูดไทยสลับอังกฤษ  สำเนียงภาษาถิ่น รวมถึงคำศัพท์เฉพาะทางด้านการแพทย์ การเงิน กฎหมาย ตลอดจนการปรับแต่งชื่อบุคคล ชื่อสถานที่ และคำย่อของแต่ละองค์กรได้อย่างยืดหยุ่น

สำหรับประสิทธิภาพในการทำงาน ผลการทดสอบพบว่าความแม่นยำในการถอดเสียงพูดเป็นข้อความเฉลี่ยอยู่ที่ประมาณ 90% ส่วนการแปลภาษาไทยกับอังกฤษอยู่ที่ประมาณ 80 – 90% ซึ่งหากองค์กรใดต้องการความถูกต้องสูงสุด ก็สามารถให้เจ้าหน้าที่ช่วยตรวจทานก่อนเผยแพร่ พร้อมส่งออกเอกสาร เป็นไฟล์ .doc หรือ .pdf ได้ทันทีหลังจบการประชุม

นอกจากนี้ทีมพัฒนายังได้เปิดโมเดลในรูปแบบโอเพนซอร์ส เพื่อให้นำไปศึกษาต่อยอด และเลือกติดตั้งบนโครงสร้างพื้นฐานของตนเองได้ ซึ่งช่วยเพิ่มความปลอดภัยในการดูแลข้อมูล ลดการพึ่งพาเทคโนโลยีต่างชาติ และวางรากฐานสู่อธิปไตยทางเทคโนโลยีของไทยในระยะยาว

สำหรับผู้ที่สนใจสามารถเข้าไปทดลองใช้งานได้ที่ https://www.pathumma.in.th/