Hlasoví roboti se již stali cennými zaměstnanci, kteří mohou poskytovat lepší služby
Jednou z možností řešení tohoto problému jepředem nahraný scénář pro různé situace, včetně konverzace s rozzlobeným partnerem. Umožňuje hlasovému robotu přizpůsobit se situaci a poskytnout příslušnou pomoc. To lze nazvat programovanou empatií, jejíž hlavní podmínkou je schopnost správně rozpoznat emoce člověka a reagovat na ně. A současná úroveň vývoje technologie výrazně zvyšuje EQ (z anglického Emotional Quotient, „emoční inteligence“ - „High-tech“) hlasových robotů. Například roboti TWIN správně identifikují základní emoce v 96% případů: pozitivní, negativní nebo neutrální.
Ale vytváření empatických robotů, kteří to umísimulace EQ díky předem nahraným skriptům vyžaduje velký výpočetní výkon, což znamená, že jejich náklady se automaticky zvyšují. To není pro podnikání vždy výhodné. To je důvod, proč robot často přepne konverzaci na živého zaměstnance, jakmile dialog vyžaduje empatickou komunikaci.
Jak hlasový software rozpoznává náladu člověka
Detekce hlasových emocí je mikroslužbapostupně se učit příkladem. Za tímto účelem shromažďují mnoho dialogů mezi robotem a klientem a analyzují jejich kvalitu a posuzují, jak správně robot emoci rozpoznal. Chyby jsou opraveny a nahrazeny správnou verzí v systému.
Bez člověka to však nejde.Analýzu a označování emocí provádějí lingvisté, kteří jasně definují odstíny řeči a reakce: pozitivní, negativní nebo základní. Poslouchají spoustu dialogů, ze kterých vybírají epizody s výrazným emocionálním přesahem, kategorizují je a zadávají do příslušné databáze. To vytváří sadu datových sad nebo modelů, které tvoří základ emoční inteligence robota. Je velmi důležité, aby značení provedl profesionál, protože i malá chyba může zcela „zabít“ celý soubor dat.
Po označeném vzorovém modeluData jsou připravena, začíná fáze tréninku neuronové sítě. V této fázi jsou kromě kvality datových sad potřeba i nejlepší ML inženýři (specialisté na strojové učení – Hi-Tech). Kromě toho stojí za to pečlivě vybrat zásobník technologií. Jedině tak bude systém dokonale fungovat, rozpozná emocionální zabarvení téměř každé řeči, s výjimkou šepotu.
Hlavní obtíže při rozpoznávání emocí:
- Různé emocionální odstíny- I pro člověka může být obtížné rozlišit mezi znepokojením a podrážděním. Proto v současnosti rozlišují tři základní emoce: to nám umožňuje snížit chybu.
- Vyjádření emocí— robot často spoléhá nak verbálním formulacím. Tento přístup však není vždy účinný. Například obscénní jazyk sám o sobě nemusí nutně znamenat negativitu. TWIN proto rozdělil dvě mikroslužby detekce emocí: jedna je trénovaná na hlas a používá se při hovorech, druhá je trénovaná na texty a používá se v chatech.
V jakých oblastech musí roboti rozlišovat mezi emocemi?
Servisní podpora
Servisní podpora často zahrnujesituace, kdy je třeba klienta rychle přenést z robota na operátora, zejména pokud má osoba negativní přístup. Společnosti v dopravním průmyslu se často potýkají s typickým hovorem: rozzlobený uživatel zavolá do kontaktního centra, které nedostalo objednávku včas. Poté, co robot přijal hovor, uslyší hodně kritiky vůči společnosti, ale nedokáže adekvátně reagovat. Z těchto situací jsme si vzali ponaučení: nyní je hovor automaticky předán operátorovi, jakmile systém identifikuje negativní emoce.
Emoční inteligence se stává součástí službyv elektronickém obchodování. Například Amazon naučil svého hlasového asistenta Alexa rozpoznávat emoce intonací. Funkce pravděpodobně pomůže zlepšit kvalitu komunikace inteligentního asistenta a uživatelů. A Emotibot nabízí hlasového asistenta pro post-prodejní služby elektronického obchodování. Bot upravuje reakce na náladu partnera, aby zabránil eskalaci stížností.
Analytics
Experimentovat začínají i call centratechnologie rozpoznávání emocí za účelem hodnocení kvality služeb. Systém například dokáže analyzovat řeč operátora na výskyt negativních konotací řeči: tím kontroluje komunikaci zaměstnanců s klienty a zabraňuje pravidelnému porušování komunikační etiky.
Hlasová technologie s rozpoznáváním emocíPomáhají také analyzovat dynamiku sentimentu zákazníků: například zjistit, zda jsou zákazníci obecně podrážděnější, nebo naopak mají větší loajalitu ke značce. To umožňuje pochopit, zda automatizace call centra funguje dobře nebo zda je třeba zlepšit některé procesy. Například podobná technologie byla testována společností Rosbank. V důsledku analýzy dialogu mezi robotem a klientem obdrží manažer statistický výkaz pro každé volání, který odráží takové údaje, jako je dynamika indexu spokojenosti spotřebitelů a srovnávací ukazatel účinnosti služby.
Prodej
Emocionální stav přímo ovlivňujeochota kupujícího provést nákup. Pro člověka je snazší něco prodat, když má dobrou náladu. Výzkum to potvrzuje: například běloruský experiment prokázal přímou souvislost mezi pozitivními emocemi a ochotou komunikovat s obchodním manažerem a také celkovou loajalitou ke značce.
Rozpoznávání emocí může zvýšit příjem zroboty, kteří se zabývají zpracováním olova. Například na základě této značky je robot prodejce schopen okamžitě přenést hovor na „živého“ zaměstnance, aby nezmeškal „horký“ náskok. Pravděpodobně v budoucnu tento nástroj bude používat většina společností, kde se roboti zabývají voláním studené nebo teplé základny.
Vývojový průmysl již navrhlonline prodejci průvodce bot, který může fungovat jako digitální konzultant a budovat dialog s uživatelem na základě jeho charakteru (bot ho určuje podle jeho emocí). Taková řešení však teprve vstoupila do fáze studia a testování trhem, takže se zatím masové distribuce nedočkala.
Měl by robot rozpoznat pohlaví partnera
Klienti chtějí vidět individuální přístupslužby v jakémkoli odvětví. V průzkumu SmarterHQ dvě třetiny spotřebitelů přiznaly, že se zapojují do konverzací pouze tehdy, když dostávají personalizované zprávy. Z toho vyplývá potřeba pokračovat v práci na tom, aby byly hlasové roboty chytřejší, a segmentovali účastníky na základě různých kritérií, z nichž nejzřetelnější je pohlaví.
Rozpoznávání pohlaví vám umožňuje budovat řečs přihlédnutím k tomuto kritériu a také snížit procento chyb při vytáčení účastníka. Pokud je například Natalia uvedena v databázi a telefon zvedne mužský partner, robot bude schopen okamžitě reagovat a říci: „Mohu s Natalií mluvit?“ místo „Hello, Natalia“.
Stejné je to s hovory.Simulujme situaci: robot nabírá klienta, jehož jméno v databázi je Natalya. Podle toho přechází na způsob komunikace se ženou. Ale najednou Natalyin manžel nebo bratr zvedne telefon a říká: "Promiň, já nejsem Natalya." Pokud robot hlasem neurčuje pohlaví partnera, může nastat legrační situace: klient prokáže, že není Natalya, a robot bude s Natalyou nadále komunikovat a konverzace s největší pravděpodobností velmi rychle skončí.
Samozřejmě můžete zcela opustit jména aoslovovat všechny jednotně, protože přibližně ve 3 % případů telefon zvedne osoba, která nebyla při registraci registrována. Ale například pro obchodníky to bude stát pár věrnostních bodů. Jen si to představte: objednali jste si produkt z internetového obchodu a před jeho odesláním zavolá robot a zeptá se, zda bude vhodné v blízké budoucnosti obdržet vaši objednávku. Bezejmenná adresa zchladí konverzaci, zatímco jednoduché "Ahoj, Sergeji!" hodně to změkčí. Je velmi užitečné si zapamatovat úsloví Dale Carnegieho: „Jméno člověka je pro něj nejsladší a nejdůležitější zvuk v jakémkoli jazyce.“ Potvrzují to vědci Dennis P. Carmody a Michael Lewis, kteří dokázali, že náš mozek se dostane do extáze, když slyšíme své jméno, což okamžitě soustředí pozornost na zvuk.
Aby se zabránilo nepříjemným situacím,aniž bychom obětovali věrnost spotřebitelů, je nutné rozlišovat mezi muži a ženami podle hlasu. Naši roboti například správně určují pohlaví osoby v 98% případů. Na Západě je podobná funkce vybavena funkcí My Voice AI, která také dokáže určit přibližný věk a emoční stav.
Roboti teprve začínají objevovat hloubkylidskou řeč a rozlišit náladu nebo pohlaví klienta. Technologie bude v budoucnu pravděpodobně rychle postupovat. Gartner předpovídá, že 10% všech zařízení bude vybaveno emocionální diagnostikou za dva roky. To bude nevyhnutelně stimulovat rozvoj trhu se systémy pro analytiku a rozpoznávání emocí: podle údajů MarketsAndMarkets vzroste z 21,6 miliard USD v roce 2019 na 56 miliard USD do roku 2024 s průměrnou roční mírou růstu 21%.
Viz také:
Astronomové našli exoplanetu s podivnou oběžnou dráhou
Ledovec Doomsday se ukázal být nebezpečnějším, než si vědci mysleli. Říkáme hlavní věc
Země je v procesu šestého vyhynutí. Jak to ovlivní lidstvo