AI Transcription คืออะไร? คู่มือปี 2026 สำหรับผู้ตัดสินใจด้าน IT
ทำไม AI Transcription ถึงกลายเป็นการตัดสินใจของฝ่าย IT
การประชุมที่มากเกินไปคือตัวบั่นทอนประสิทธิภาพการทำงานตัวจริง และต้นทุนมักตกอยู่ที่ฝ่าย IT โดยตรง เมื่อพนักงานความรู้ไม่สามารถหาการตัดสินใจ Action Item หรือบริบทจากการประชุมที่ตนเองพลาดไปได้ พวกเขาจะสร้างตั๋วซัพพอร์ต ทำงานซ้ำซ้อน และถามคำถามเดิมซ้ำแล้วซ้ำเล่า Zoom เปลี่ยนสมการนี้ด้วยการให้ผู้ใช้งานถอดเสียงการประชุมแบบเรียลไทม์อัตโนมัติด้วย AI ในตัว และเก็บช่วงเวลาสำคัญไว้ใน My Notes เพื่อให้ผู้ตัดสินใจด้าน IT มั่นใจได้ว่าทีมงานจะไม่พลาดข้อมูลสำคัญอีกต่อไป
บทความนี้เขียนขึ้นสำหรับผู้ตัดสินใจด้าน IT และแพลตฟอร์มที่กำลังประเมินเครื่องมือ AI Transcription ในระดับองค์กร คุณจะได้เรียนรู้ว่าเทคโนโลยีเบื้องหลังทำงานอย่างไร ตัวชี้วัดความแม่นยำหมายความว่าอย่างไรจริงๆ ข้อกำหนดด้าน Compliance ที่ต้องตรวจสอบ และวิธีสร้างกรอบการประเมินผู้ให้บริการ เพื่อให้คุณตัดสินใจติดตั้งได้อย่างมีหลักฐานรองรับและขอบเขตที่ชัดเจน
1. AI Transcription คืออะไรกันแน่?
AI Transcription คือกระบวนการอัตโนมัติที่แปลงเสียงพูดหรือวิดีโอเป็นข้อความ โดยใช้ปัญญาประดิษฐ์ — โดยเฉพาะโมเดล Automatic Speech Recognition (ASR) และ Natural Language Processing (NLP) — สำหรับองค์กรที่ต้องการเก็บบันทึก ค้นหา หรือดำเนินการกับข้อมูลเสียงพูดในระดับใหญ่
ต่างจากการถอดเสียงด้วยมือ ระบบ AI มักวิเคราะห์เสียงแบบเรียลไทม์หรือหลังการบันทึก เพื่อตรวจจับรูปแบบการพูด ระบุผู้พูดแต่ละคน และจัดการกับสำเนียงหรือคำศัพท์เฉพาะทาง ผลลัพธ์คือข้อความที่มีโครงสร้างและค้นหาได้ เครื่องมือ AI Transcription ยุคใหม่ยังก้าวไปไกลกว่านั้น โดยใช้ Large Language Model (LLM) ต่อยอดจากผลลัพธ์ ASR เพื่อสรุปเนื้อหา ดึง Action Item และตอบคำถามจากเนื้อหาบันทึกได้
สำหรับผู้ตัดสินใจด้าน IT, AI Transcription ไม่ใช่โซลูชันเดี่ยวๆ แต่เป็นความสามารถพื้นฐานที่กำหนดว่าองค์กรจะเก็บรักษาองค์ความรู้จากทุกบทสนทนาได้ดีแค่ไหน Zoom AI ถูกฝังไว้ใน Zoom Workplace โดยตรง หมายความว่าการถอดเสียง สรุปการประชุม และ My Notes ใช้งานได้โดยไม่ต้องใช้เครื่องมือแยก ไม่ต้องเชิญบอทจากบุคคลที่สามเข้าประชุม และเสียงไม่ต้องออกจากแพลตฟอร์ม Zoom เลย
2. AI Transcription ทำงานอย่างไร?
แกนหลักของระบบ AI Transcription คือโมเดล Automatic Speech Recognition (ASR) ซึ่งเป็นระบบ Deep Learning ที่ฝึกฝนจากเสียงพูดหลายพันชั่วโมง เพื่อแปลงสัญญาณเสียงเป็นคำ กระบวนการทำงานโดยทั่วไปมีดังนี้:
- บันทึกเสียง — ระบบจับเสียงจากไมโครโฟน สายโทรศัพท์ วิดีโอคอนเฟอเรนซ์ หรือไฟล์ที่อัปโหลด คุณภาพเสียง เสียงรบกวนพื้นหลัง และการบีบอัดล้วนส่งผลต่อความแม่นยำ
- Acoustic Modeling — โมเดล ASR ประมวลผลคลื่นเสียงดิบ แบ่งเป็นหน่วยระดับหน่วยเสียง แล้วจับคู่กับลำดับคำที่น่าจะเป็นด้วยโครงข่ายประสาทเทียม
- Language Modeling — โมเดลภาษาจัดลำดับความน่าจะเป็นของคำที่ปรากฏร่วมกันในบริบท ช่วยให้ระบบถอดคำได้ถูกต้อง เช่น “Zoom AI” แทนที่จะเป็นคำที่ฟังคล้ายกันแต่ไม่มีความหมาย
- Speaker Diarization — ระบุและติดป้ายผู้พูดแต่ละคนในเสียง (เช่น “ผู้พูด 1” หรือชื่อผู้เข้าร่วม) ทำให้ได้บันทึกที่มีโครงสร้างอ่านง่ายจากบทสนทนาหลายคน
- ประมวลผลเพิ่มเติมด้วย NLP — เมื่อได้บันทึกดิบแล้ว โมเดล NLP จะเติมเครื่องหมายวรรคตอน จัดรูปแบบผลลัพธ์ แก้คำศัพท์เฉพาะทาง และอาจสร้างสรุป Action Item หรือแท็กหัวข้อเพิ่มเติม
- แบบเรียลไทม์ vs. แบบ Asynchronous — การถอดเสียงแบบเรียลไทม์แสดงข้อความขณะพูด (จำเป็นสำหรับคำบรรยายสด ฟีเจอร์การเข้าถึง และการค้นหาระหว่างประชุม) ส่วนแบบ Asynchronous ประมวลผลการบันทึกหลังจบการประชุม เพื่อความแม่นยำที่สูงขึ้นด้วยต้นทุนการประมวลผลที่ต่ำกว่า
ความแม่นยำวัดด้วย Word Error Rate (WER) คือเปอร์เซ็นต์ของคำที่ระบบถอดผิดเมื่อเทียบกับบันทึกอ้างอิง ยิ่ง WER ต่ำยิ่งดี การเปรียบเทียบโดยหน่วยงานอิสระพบว่า Zoom AI Transcription มี Word Error Rate ต่ำที่สุดที่ 7.40% นำหน้าแพลตฟอร์มคู่แข่ง ซึ่งเป็นช่องว่างที่มีนัยสำคัญในสถานการณ์องค์กรที่คำศัพท์เฉพาะทางและผู้พูดหลายคนอาจเพิ่มความซับซ้อนในการถอดเสียง
การรองรับหลายภาษาเป็นตัวแปรที่สำคัญขึ้นเรื่อยๆ สำหรับการติดตั้งระดับโลก ระบบ AI Transcription แต่ละระบบมีความแม่นยำในภาษาอื่นนอกจากอังกฤษ ความเที่ยงตรงของการแปล และความสามารถจัดการกับการสลับภาษากลางบทสนทนาที่แตกต่างกันมาก นอกจากนี้ยังมีประเด็นด้านจริยธรรม เพราะโมเดล ASR ที่ฝึกฝนจากสำเนียงบางกลุ่มเป็นหลักอาจมีอัตราความผิดพลาดสูงกว่าสำหรับผู้พูดที่มีสำเนียงอื่น ซึ่งเป็นประเด็นที่ควรสอบถามผู้ให้บริการทุกรายระหว่างการประเมิน
3. AI Transcription เทียบกับการถอดเสียงด้วยมือ
การตัดสินใจระหว่าง AI กับการถอดเสียงด้วยมือไม่ใช่เรื่องขาวดำ องค์กรระดับใหญ่จำนวนมากใช้ AI เป็นวิธีหลัก และสงวนการตรวจสอบโดยมนุษย์ไว้สำหรับเนื้อหาที่มีความเสี่ยงสูงหรืออยู่ภายใต้กฎระเบียบ
| มิติเปรียบเทียบ | AI Transcription ทั่วไป | การถอดเสียงด้วยมือ | Zoom AI |
|---|---|---|---|
| ⚡ ความเร็ว | เรียลไทม์หรือไม่กี่นาทีหลังประชุม | หลายชั่วโมงถึงหลายวัน | เรียลไทม์ ระหว่างประชุม |
| 💰 ต้นทุน | ต่ำต่อนาทีเมื่อใช้ในระดับใหญ่ | ต้นทุนแรงงานสูง | รวมอยู่ใน Zoom Workplace |
| 🎯 ความแม่นยำ (WER) | 7–15% สำหรับเครื่องมือชั้นนำ | 2–4% (ในสภาวะที่เหมาะสม) | 7.40% (ต่ำที่สุดในกลุ่มแพลตฟอร์มหลัก) |
| 🗣️ การระบุผู้พูด | Diarization อัตโนมัติ | ติดป้ายด้วยมือ | อัตโนมัติ ระบุชื่อผู้เข้าร่วม |
| 📈 การขยายสเกล | รองรับหลายเซสชันพร้อมกันไม่จำกัด | จำกัดตามจำนวนพนักงาน | ขยายได้ทุกการประชุมของ Zoom |
| 🔒 ความเป็นส่วนตัวของข้อมูล | แตกต่างกันไปตามผู้ให้บริการ | ผู้ตรวจทานเห็นข้อมูลโดยตรง | ไม่นำเสียง/วิดีโอลูกค้าไปฝึกโมเดล AI |
| 🔗 ความลึกของการเชื่อมต่อ | ขึ้นอยู่กับ API | ส่งออกด้วยมือ | เชื่อมต่อในตัว: บันทึก → สรุป → Action Item → My Notes |
ตัวเลขเป็นการประเมินของ Zoom โดยอ้างอิงจากเอกสารที่เผยแพร่ต่อสาธารณะ ณ เดือนเมษายน 2026 ควรตรวจสอบความสามารถล่าสุดโดยตรงกับผู้ให้บริการแต่ละราย
จุดต่างสำคัญ: ต่างจากเครื่องมือ AI Transcription แบบแยกต่างหาก My Notes และฟีเจอร์ AI อื่นๆ ถูกฝังไว้ใน Zoom Workplace โดยตรง ทำให้บันทึกไหลเข้าสู่สรุปการประชุม My Notes และ Action Item ได้ทันทีโดยไม่ต้องส่งออกด้วยมือ
4. Zoom AI เข้าถึงการถอดเสียงอย่างไร
Zoom AI ใช้แนวทางสถาปัตยกรรมที่แตกต่างจากเครื่องมือถอดเสียงแบบแยกต่างหากโดยพื้นฐาน แทนที่จะส่งเสียงไปยังโมเดลภายนอกตัวเดียว Zoom ใช้ สถาปัตยกรรม AI แบบ Federated คือสามารถเลือกโมเดล AI ได้หลายตัว (ทั้งโมเดลของ Zoom เองและผู้ให้บริการภายนอก) ตามงาน ข้อกำหนด Data Residency ของผู้ใช้ และบริบทของบทสนทนา การออกแบบนี้รองรับทั้งการเพิ่มความแม่นยำและการกำกับดูแลข้อมูลไปพร้อมกัน
ในทางปฏิบัติ ทีม IT ที่ติดตั้ง AI ใน Zoom Workplace จะได้รับ:
- ถอดเสียงแบบเรียลไทม์ พร้อมระบุชื่อผู้พูดในการประชุม Zoom ทำงานภายในแอป Zoom Workplace โดยตรง ไม่ต้องใช้บอทจากบุคคลที่สาม
- บันทึกที่จัดระเบียบอัตโนมัติ — สรุปการประชุมที่สร้างจากบันทึก แสดงหัวข้อสำคัญ การตัดสินใจ และขั้นตอนถัดไป โดยไม่ต้องให้ผู้เข้าร่วมจดบันทึกเอง
- My Notes — พื้นที่ทำงานจัดระเบียบด้วย AI แบบถาวร ที่บันทึกจากการประชุมถูกจัดเก็บ ค้นหา และแก้ไขได้อัตโนมัติ
- การถอดเสียงข้ามแพลตฟอร์ม — AI ใน Zoom Workplace สามารถบันทึกและสรุปบทสนทนาได้ไม่ใช่แค่จากการประชุม Zoom แต่รวมถึง Microsoft Teams, Google Meet และการสนทนาแบบต่อหน้า ทำให้ทีม IT มีระบบบันทึกกลางเดียวไม่ว่าบทสนทนาจะเกิดขึ้นที่ใด
การผสมผสานระหว่างการเชื่อมต่อในตัว สถาปัตยกรรมโมเดลแบบ Federated และนโยบายที่ระบุชัดว่าไม่นำข้อมูลลูกค้าไปฝึกโมเดล คือคำตอบของข้อกังวลสามอย่างที่ผู้ตัดสินใจ IT มักหยิบยกขึ้นมาเมื่อประเมินเครื่องมือ AI Transcription นั่นคือความแม่นยำ ความปลอดภัย และการผูกติดกับผู้ให้บริการรายเดียว
5. วิธีประเมินและติดตั้ง AI Transcription ให้องค์กร
เครื่องมือ AI Transcription ที่เหมาะกับองค์กรของคุณขึ้นอยู่กับมากกว่าคำโฆษณาเรื่องความแม่นยำบนหน้าเว็บผู้ให้บริการ นี่คือกรอบการประเมินเชิงปฏิบัติสำหรับผู้ตัดสินใจ IT และแพลตฟอร์ม:
- กำหนดข้อกำหนดความแม่นยำก่อนเปรียบเทียบผู้ให้บริการ — สอบถาม WER บนการประชุมที่มีผู้พูดหลายคนและคำศัพท์เฉพาะทาง ไม่ใช่แค่เสียงบันทึกในสตูดิโอที่สะอาด
- จัดทำแผนที่ข้อกำหนดด้าน Compliance — หากองค์กรอยู่ภายใต้ HIPAA, GDPR, FedRAMP หรือกฎระเบียบเฉพาะอุตสาหกรรม เสียงและข้อความบันทึกอยู่ในขอบเขตที่ต้องตรวจสอบ ควรถามผู้ให้บริการว่าประมวลผลเสียงที่ไหน จัดเก็บบันทึกที่ไหน และใช้ฝึกโมเดลหรือไม่
- ประเมินความต้องการแบบเรียลไทม์เทียบกับ Asynchronous — การถอดเสียงเรียลไทม์จำเป็นสำหรับคำบรรยายสดและผู้เข้าร่วมที่มีความบกพร่องทางการได้ยิน ส่วนการประมวลผลแบบ Asynchronous เหมาะกับสรุปหลังประชุมและคลังข้อมูลที่ค้นหาได้ หลายองค์กรต้องการทั้งสองแบบ
- ประเมินความต้องการหลายภาษา — ทดสอบความแม่นยำในแต่ละภาษาที่ทีมงานใช้จริง ไม่ใช่แค่ภาษาอังกฤษ และสอบถามข้อมูลความเที่ยงตรงของการแปลและการรองรับการสลับภาษากลางบทสนทนา
- ตรวจสอบความลึกของการเชื่อมต่อ ไม่ใช่แค่ความพร้อมของ API — เครื่องมือแยกต่างหากที่ส่งออกเป็นไฟล์ข้อความต้องให้ทีมสร้างและดูแลการเชื่อมต่อเองสำหรับทุกขั้นตอนถัดไป ขณะที่โซลูชันที่ผสานในตัวเชื่อมต่อบันทึกไปสู่สรุป My Notes และ Action Item ให้อัตโนมัติ
- คำนวณต้นทุนรวมในการเป็นเจ้าของ ไม่ใช่แค่ค่าไลเซนส์ต่อที่นั่ง — รวมค่าใช้จ่ายเครื่องมือถอดเสียงจากบุคคลที่สามที่องค์กรจ่ายอยู่ ภาระงานแอดมินในการดูแลความสัมพันธ์กับผู้ให้บริการหลายราย และต้นทุนด้านผลิตภาพจากการจดบันทึกด้วยมือ
- ทำการตรวจสอบด้านการเข้าถึง — AI Transcription เป็นเครื่องมือด้านการเข้าถึงหลักสำหรับพนักงานที่มีความบกพร่องทางการได้ยินและผู้เข้าร่วมจากสภาพแวดล้อมที่มีเสียงรบกวน
คำถามสำคัญที่ควรถามผู้ให้บริการทุกราย: “สามารถให้ตัวชี้วัด Word Error Rate จากการบันทึกประชุมจริงที่มีผู้พูดหลายคน ไม่ใช่เสียงทดสอบในสภาพควบคุม พร้อมบอกได้ไหมว่าเสียงถูกประมวลผลที่ไหน และนำไปใช้ฝึกโมเดลหรือไม่”
6. เรื่องราวจากลูกค้าจริง
Gainsight ใช้ Zoom Workplace เพื่อประหยัดเวลาได้ 1.5 ชั่วโมงต่อสัปดาห์ต่อพนักงาน เพิ่มเวลาโฟกัสในที่ประชุมได้ 17% และประหยัดค่าใช้จ่ายหลายหมื่นดอลลาร์ต่อปี ด้วยการยกเลิกเครื่องมือ AI จดบันทึกจากบุคคลที่สาม สำหรับผู้ตัดสินใจ IT ผลลัพธ์นี้แสดงให้เห็นรูปแบบที่ควรนำไปปรับใช้ คือต้นทุนของเครื่องมือ AI Transcription จากบุคคลที่สามไม่ได้มีแค่ค่าไลเซนส์ แต่ยังรวมถึงข้อมูลที่กระจัดกระจาย ภาระดูแลการเชื่อมต่อ และภาระตรวจสอบด้านความปลอดภัย
Lake|Flato Architects ใช้ Zoom Workplace ประหยัดเวลาได้ 30 นาทีต่อการประชุมด้วยการยกเลิกการจดบันทึกด้วยมือ ปลดล็อกเวลาได้ 6-8 ชั่วโมงต่อสัปดาห์ต่อคน และ 100 ชั่วโมงต่อสัปดาห์ทั่วทั้งบริษัท ตัวเลข 100 ชั่วโมงทั่วบริษัทสะท้อนให้เห็นว่าจะเกิดอะไรขึ้นเมื่อ AI Transcription ถูกติดตั้งอย่างสม่ำเสมอทั่วทั้งองค์กร แทนที่จะใช้แบบเฉพาะกิจในบางทีม
7. กรณีใช้งานสำหรับผู้ตัดสินใจด้าน IT
- ระบบวิเคราะห์การประชุมทั่วทั้งองค์กร — ติดตั้ง Zoom AI ทั่วทั้งองค์กรเพื่อให้ทุกการประชุม ทั้งประชุมยืนภายใน สายลูกค้า และบรรยายสรุปผู้บริหาร สร้างบันทึกและสรุปที่ค้นหาได้อัตโนมัติ ทีม IT ใช้สิ่งนี้สร้างคลังองค์ความรู้ที่ค้นหาได้โดยไม่ต้องพัฒนาเครื่องมือเอง
- ขจัดเครื่องมือถอดเสียงแบบ Shadow IT — เมื่อพนักงานหันไปใช้แอป AI จดบันทึกส่วนตัวเพื่ออุดช่องว่างของเครื่องมือทางการ ทีม IT ต้องเผชิญกับกระแสข้อมูลที่ควบคุมไม่ได้ ความสัมพันธ์กับผู้ให้บริการที่ไม่ได้รับอนุมัติ และความเสี่ยงด้านการตรวจสอบ การติดตั้ง Zoom AI เป็นชั้นถอดเสียงมาตรฐานช่วยขจัดแรงจูงใจในการใช้งานแบบ Shadow IT
- บันทึกการประชุมข้ามแพลตฟอร์ม — สำหรับองค์กรที่ใช้สภาพแวดล้อมประชุมแบบไฮบริด (Zoom, Teams, Google Meet, ต่อหน้า) การรองรับข้ามแพลตฟอร์มของ Zoom ช่วยบันทึกและสรุปบทสนทนาได้ไม่ว่าจะใช้แพลตฟอร์มใด ทำให้ IT มีชั้น AI เดียวที่ต้องจัดการแทนที่จะเป็นเครื่องมือเฉพาะผู้ให้บริการหลายตัว
- เอกสาร Compliance และร่องรอยการตรวจสอบ — อุตสาหกรรมที่ถูกกำกับดูแล เช่น สาธารณสุข การเงิน และกฎหมาย ต้องการบันทึกการตัดสินใจและการสื่อสารสำคัญที่มีเอกสารรองรับมากขึ้นเรื่อยๆ AI Transcription สร้างบันทึกที่มีเวลาประทับและระบุผู้พูดของทุกการประชุม ซึ่งเก็บ ส่งออก หรือตรวจสอบได้ตามนโยบายการกำกับดูแลข้อมูลขององค์กร
คำถามที่พบบ่อย
Word Error Rate (WER) คืออะไร และทำไมถึงสำคัญ?
คือตัวชี้วัดเปอร์เซ็นต์ของคำที่ระบบ ASR ถอดผิดเมื่อเทียบกับบันทึกอ้างอิง WER ยิ่งต่ำยิ่งแม่นยำ สำคัญเพราะการอ้างความแม่นยำของผู้ให้บริการ (เช่น “แม่นยำ 99%”) มักวัดจากเสียงคนเดียวที่สะอาด ไม่ใช่สภาพการประชุมองค์กรจริงที่มีผู้พูดหลายคนและเสียงรบกวน ควรขอ WER benchmark บนเสียงประชุมจริงเสมอก่อนตัดสินใจติดตั้ง
AI Transcription รองรับข้อกำหนด Compliance อย่าง HIPAA และ GDPR หรือไม่?
ขึ้นอยู่กับผู้ให้บริการและนโยบายการจัดการข้อมูลของแต่ละราย สำหรับ HIPAA คำถามสำคัญคือผู้ให้บริการจะเซ็น Business Associate Agreement (BAA) หรือไม่ และประมวลผล/จัดเก็บเสียงกับบันทึกที่ไหน สำหรับ GDPR คำถามที่เกี่ยวข้องคือ Data Residency นโยบายการเก็บรักษาข้อมูล และการนำบันทึกไปฝึกโมเดล AI หรือไม่ Zoom AI มีการตั้งค่าที่รองรับ HIPAA และไม่นำเสียงหรือวิดีโอลูกค้าไปฝึกโมเดล AI
ความแตกต่างระหว่างการถอดเสียงแบบเรียลไทม์กับ Asynchronous คืออะไร?
การถอดเสียงเรียลไทม์แปลงคำพูดเป็นข้อความขณะเกิดขึ้น จำเป็นสำหรับคำบรรยายสด การค้นหาระหว่างประชุม และการปฏิบัติตามมาตรฐานการเข้าถึง ส่วนแบบ Asynchronous ประมวลผลการบันทึกหลังจบการประชุม ทำให้ได้ความแม่นยำสูงขึ้นด้วยต้นทุนการประมวลผลที่ต่ำกว่า Zoom Workplace รองรับทั้งสองแบบ
สรุป: AI Transcription คือความสามารถพื้นฐาน ไม่ใช่แค่ตัวเลือกเสริม
สำหรับผู้ตัดสินใจด้าน IT, AI Transcription ได้ก้าวข้ามจากสิ่งที่ “มีก็ดี” มาเป็นความสามารถพื้นฐานด้านผลิตภาพและ Compliance เกณฑ์การประเมินที่สำคัญที่สุด ทั้ง Word Error Rate จากเสียงประชุมจริง นโยบายการกำกับดูแลข้อมูล การรองรับ Compliance ความลึกของการเชื่อมต่อ และต้นทุนรวมในการเป็นเจ้าของ คือเกณฑ์ที่เครื่องมือแต่ละตัวแตกต่างกันมากที่สุด Zoom AI ถูกฝังไว้ใน Zoom Workplace โดยตรง ทำให้การถอดเสียง สรุปการประชุม และ My Notes ทำงานร่วมกันเป็นระบบเดียว ไม่ใช่เครื่องมือแยกส่วนที่ต้องเชื่อมต่อกันเอง
สรุปสั้นๆ:
“ทุกการประชุมกลายเป็นบันทึกที่ค้นหาได้ ปลอดภัย และพร้อมใช้งานต่อทันที โดยไม่ต้องพึ่งเครื่องมือแยกจากบุคคลที่สาม”
บทความนี้เรียบเรียงและแปลโดย NexviaTech จากบทความต้นฉบับภาษาอังกฤษของ Zoom เรื่อง “What is AI transcription? The 2026 guide for IT decision-makers” อ่านต้นฉบับได้ที่ https://www.zoom.com/en/blog/ai-transcription/