ผู้ช่วยสัมภาษณ์งาน AI ใช้งานได้กับสำเนียงต่าง ๆ หรือไม่?

คำถามนี้จริง ๆ แล้วแบ่งออกเป็นสองส่วน และแต่ละส่วนมีคำตอบที่ต่างกัน สำเนียงของคุณเองส่งผลต่อการถอดเสียงพูดของคุณ ส่วนสำเนียงของผู้สัมภาษณ์ส่งผลต่อว่าผู้ช่วยเข้าใจคำถามที่กำลังจะตอบหรือไม่ และนี่คือส่วนที่ตัดสินว่าคำแนะนำบนหน้าจอของคุณมีค่าหรือไม่

ในแอปเดสก์ท็อป macOS และ Windows จะจับเสียงทั้งสองฝ่าย เสียงระบบจะนำเสียงของผู้สัมภาษณ์มา ไมโครโฟนของคุณจะนำเสียงของคุณมา และทั้งสองสตรีมจะถูกรู้จำแยกกัน มีเพียงประโยคที่ผู้สัมภาษณ์พูดจบแล้วเท่านั้นที่จะกระตุ้นคำแนะนำใหม่ Side Panel ของส่วนขยายเบราว์เซอร์จำกัดขอบเขตนี้ให้แคบลงไปอีก โดยจับเสียงเฉพาะจากแท็บการประชุมเท่านั้น จึงได้ยินแค่ผู้สัมภาษณ์และไม่เคยถอดเสียงของคุณเลย หากสิ่งที่คุณกังวลคือสำเนียงของตัวเอง ส่วนขยายนี้จะตัดปัญหานั้นออกไปทั้งหมด

เป็นเรื่องสมเหตุสมผลที่จะคิดว่าการเลือกภาษาก็คือการเลือกสำเนียงไปด้วย และคิดว่ามีตัวเลือกภาษาอังกฤษแบบอินเดียหรือภาษาอังกฤษแบบสก็อตอยู่ที่ไหนสักแห่งที่คุณยังไม่เจอ แต่ความจริงไม่ใช่แบบนั้น การตั้งค่าภาษาจะเลือกได้แค่ภาษาเท่านั้น ไม่มีอะไรที่ละเอียดกว่านั้น สำเนียงตามภูมิภาคจะถูกรวมเข้าด้วยกันก่อนที่เสียงจะไปถึงตัวรู้จำเสียง ดังนั้นภาษาอังกฤษแบบอังกฤษและแบบอเมริกันจึงมาถึงในรูปคำขอเดียวกัน

สิ่งที่เกิดขึ้นโดยอัตโนมัติจริง ๆ คือ ด้วยการตรวจจับอัตโนมัติที่เป็นค่าเริ่มต้น เอนจินจะหาภาษาจากไม่กี่วินาทีแรกของการพูด แทนที่จะบังคับให้คุณระบุเอง ความแม่นยำของเสียงพูดที่มีสำเนียงมาจากปริมาณของสำเนียงนั้นที่มีอยู่ในข้อมูลฝึกของโมเดลรู้จำเสียง ซึ่งไม่มีการตั้งค่าใดเปิดเผยและแอปไม่สามารถลบล้างได้ การพูดตรง ๆ แบบนี้ดีกว่าการบอกเป็นนัยว่ามีปุ่มปรับอยู่ ตำแหน่งของฟิลด์ภาษาแสดงไว้ในหน้าบทแนะนำ

ข้อผิดพลาดมักไม่ใช่เรื่องน่าตื่นเต้น คำศัพท์เทคนิคที่ฟังผิดหรือคำปฏิเสธที่หายไปหนึ่งคำ จะกลายเป็นคำแนะนำที่พูดลื่นไหล มั่นใจ และตอบสิ่งที่ผู้สัมภาษณ์ไม่ได้ถาม ความล้มเหลวนี้เงียบมาก และนั่นเองที่ทำให้มันคุ้มค่าที่จะรู้ไว้

Aaron Cao ผู้ก่อตั้ง SubcueAI จึงนำบทถอดเสียงแบบสดขึ้นแสดงบนหน้าจอข้าง ๆ คำแนะนำ แทนที่จะซ่อนมันไว้ ด้วยเหตุผลนี้เอง การเห็นประโยคที่ระบบคิดว่าได้ยิน ช่วยให้คุณจับความคลาดเคลื่อนได้ในเวลาประมาณหนึ่งวินาที ในขณะที่คำแนะนำที่ไม่มีบทถอดเสียงให้เห็นจะทำให้คุณต้องเชื่อใจกล่องดำในช่วงเวลาที่คุณเสี่ยงได้น้อยที่สุด

นิสัยที่ควรฝึกไว้คือ อ่านบรรทัดบทถอดเสียงก่อน แล้วจึงอ่านคำแนะนำ เมื่อทั้งสองไม่ตรงกัน ให้เชื่อหูของคุณ วิธีที่การจับเสียงและการสร้างคำตอบทำงานร่วมกันมีอธิบายไว้ในหน้าการทำงานของระบบ

ไม่มีวิธีใดด้านล่างนี้ที่เปลี่ยนโมเดลเสียงได้ และไม่มีวิธีใดที่ทำให้สำเนียงหนักถูกถอดเสียงได้ดีเท่ากับสำเนียงเบา สิ่งที่วิธีเหล่านี้ทำได้คือกำจัดข้อผิดพลาดที่อยู่ในความรับผิดชอบของคุณเอง

• ใช้เฮดเซ็ตแทนลำโพง: ช่วยให้เสียงของผู้สัมภาษณ์สะอาด และป้องกันไม่ให้เสียงสะท้อนในห้องถูกถอดเสียงกลับเข้ามา
• ห้องที่เงียบ: เสียงพูดพื้นหลังคือแหล่งข้อผิดพลาดที่คนมักประเมินต่ำเกินไป เพราะตัวรู้จำเสียงไม่รู้ว่าเสียงไหนคือเสียงของการสัมภาษณ์
• ระบุภาษาแทนการใช้การตรวจจับอัตโนมัติ: หากคุณรู้อยู่แล้วว่าการสัมภาษณ์จะใช้ภาษาเยอรมัน การระบุไว้ล่วงหน้าจะช่วยหลีกเลี่ยงความสั่นไหวของการตรวจจับในช่วงไม่กี่วินาทีแรก
• ลดแหล่งเสียงที่เล่นพร้อมกัน: เพลง เสียงแจ้งเตือน และสายเรียกเข้าที่สอง ล้วนตกไปอยู่ในสตรีมเสียงระบบเดียวกัน

การทำการสัมภาษณ์จำลองสักครั้งด้วยฮาร์ดแวร์ตัวจริงที่คุณวางแผนจะใช้ เป็นวิธีที่เร็วที่สุดในการดูอัตราความผิดพลาดที่แท้จริงของคุณ ก่อนที่มันจะมีความสำคัญจริง ๆ